网友猜测 DeepSeek V4.1F 在 Artificial Analysis 的排名
精选理由
有人在猜 DeepSeek V4.1F 能排到 45-46 分，还聊了 Vals 和 CritPt 这几个基准的毛病，喜欢看跑分讨论的可以看看。
一位用户在 X 上发起对 V4.1F-1017 在 Artificial Analysis 排名的猜测，认为 45-46 分比较合理，理由是它比 Grok 更强但会再次被 Omniscience 拉低。他还提到该模型在 Vals 上拿到 57% 算是公平的成绩。文中同时指出 Artificial Analysis 使用的 CritPt 基准仍有问题。
原文 · Teortaxes
yeah, speaking of. Any guesses as to where V4.1F-1017 will rank? not that AA is perfect by any means, eg they still use broken CritPt, but… I feel like 45-46 would be decent (it's better than Grok, but will get tanked by Omniscience again). 57% on Vals sounds fair, too.
