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。
或
按钮分享