SIGNAL
DeepSeek V4 Flash 0731 : 82,7 % sur Terminal-Bench 2.1 avec un harness public
Un nouveau modèle DeepSeek revendique un score élevé sur le benchmark d'agents Terminal-Bench 2.1, avec méthode d'évaluation publiée.
Hacker News (filtré IA)·@ubermon·9 août 2026
Image · Source originale
DeepSeek V4 Flash 0731 obtiendrait 82,7 % sur Terminal-Bench 2.1, un benchmark évaluant les capacités d'agents à exécuter des tâches en ligne de commande. Le harness d'évaluation utilisé est rendu public, permettant une vérification indépendante des résultats.
Chaleur 0
Pertinence 70
Nouveauté 40