研究主题

model evaluation

6 篇研究文章与工程指南，主题为“model evaluation”。每篇都以简明答案开头，并链接一手证据。

Developer guides2026年8月14日

依据官方快速入门确认 DeepSeek Harness 的开发者预览状态，将已核验信息与运行环境假设分开，并用小任务验证。

Developer guides2026年8月13日

用相同任务、完整尝试记录与人工评审投入评估 DeepSeek V4 Pro，替代过时的发布榜单倍数与固定价格比例。

Developer guides2026年8月7日

以实际模型用量、重试、计算资源和评审投入计算一次成功交付成本，避免继续引用过期的发布报价与折扣比例。

Developer guides2026年8月7日

从官方模型卡、服务可用性和可复现编程任务评估 GLM-5.2，移除区域市场叙事和未经验证的排名结论。

Developer guides2026年7月31日

DeepSeek V4.1 Flash 已发布：推荐模型名、旧 Flash 别名、V4 Pro 计划切换，以及 MonkeyCode 免费入口和独立 API 计费的区别。

Developer guides2026年7月31日

用官方文档中的 DeepSeek 模型别名发起最小 Python 请求，再验证工具、异常和用量，避免把格式兼容误当完整功能兼容。