最新基准数据显示，DeepSeek 新模型在多个 Agent 测试中表现亮眼：

⚡ DeepSWE：59.3 vs Opus-4.8 58.0，文本 Agent 能力反超
⚡ Agents’ Last Exam：27.3 vs 25.7，多模态 Agent 更强
⚡ ZeroBench：35.0 vs 34.0，零样本表现领先
⚡ Terminal Bench 2.1：83.9 vs 85.0，基本追平
⚡ Toolathlon、Chartography 等测试也仅有微小差距

虽然部分项目仍落后，但整体表现已经逼近顶级闭源模型。

DeepSeek V4 Flash Vision-Exp 这波，正在证明：开源模型也能在多模态 Agent 赛道掰手腕🔥

#DeepSeek #DeepSeekV4 #AI大模型 #多模态 #Agent #howto入门codex #ai #AI工具 #大模型