LiveBench 智能体编程榜：开源的 DeepSeek V4.1 Flash 以 77.3 分压过 Claude Opus 5.5
LiveBench 智能体编程榜上，DeepSeek V4.1 Flash（最高思考档）得 77.3 分排第一，Claude Opus 5.5 为 71.7 分，Qwen3.8 27B 为 61.4 分，GPT-6 Astra 为 57.3 分。X 上有人把它说成「一张二手 3090 就能跑赢所有 GPT」。
为什么重要 榜单第一被开放权重模型拿走，而且价格只有对手零头：Artificial Analysis 标注它每百万 token 输入 0.30 美元、输出 1.20 美元。不过这只是一个榜、一个类别，别当成全面超越；「3090 能跑」是网友说法，没有核实。
BenchLeader：LiveBench 智能体编程榜Artificial Analysis：DeepSeek V4.1 Flash 对比 Qwen3.8 27BX 上的原帖