Techub News 消息，DeepSeek V4 Flash 在 Composio 獨立測試中表現不佳，僅完成 53.8% 的復雜代理任務。 該測試覆蓋 30 個多步驟工作流，涉及 Gmail、GitHub、Slack 等實際工具，共進行 240 次運行。結果顯示，模型在不同智能體框架下的表現差異顯著，其中 Pi Agent 完成 20 項任務，表現最佳。盡管該模型輸入 token 定價低至 0.14 美元/百萬，約為同類産品的十分之一，但高失敗率可能帶來額外的計算與調試成本。（CryptoBriefing）
内容來源：TECHUB NEWS
財華網所刊載內容之知識產權為財華網及相關權利人專屬所有或持有。未經許可，禁止進行轉載、摘編、複製及建立鏡像等任何使用。
如有意願轉載，請發郵件至 content@finet.com.hk，獲得書面確認及授權後，方可轉載。
香港領先,世界一流的科技媒體平台 在數字化時代,Web3技術的崛起為媒體行業注入了新的活力。作為香港領先的Web3媒體平台,Techub News憑借其專業的團隊、豐富的資源和創新的業務模式,成為了行業内的佼佼者。Techub News,作為香港的科技媒體翹楚,致力於打造「香港領先,世界一流」的科技媒體和新媒體集群。Techub News平台提供最新、最快、最專業的Web3科技資訊,為用戶呈現科技前沿的無限魅力。
或
按钮分享