研究背景：2026.6至2026.10是中外flash模型大爆发的时间。flash模型可通过廉价的api形式被调用，因此可广泛用于私人workflow。 
研究目的：flash模型往往是编程特化，agent相关能力评估很多；本研究提供一个学术文本利用能力的评估角度。 
评估对象： 

deepseek-v4-flash：思考档位max，opencode go来源，加入图片支持；
qwen3.8-flash：思考档位xhigh，opencode go来源；
minimax-m3.1-flash：思考档位max，opencode go来源，加入图片支持；
mimo-v2.6-pro：思考档位自动，官网来源（似乎oc来源无法开启思考），加入图片支持；
gpt-6-luna：思考档位max，opencode go来源，加入图片支持
haiku-5.5：思考档位xhigh（备注1），opencode...