加载中…
加载中…
Techub News 消息，DeepSeek V4 Flash 在 Composio 独立测试中表现不佳，仅完成 53.8% 的复杂代理任务。 该测试覆盖 30 个多步骤工作流，涉及 Gmail、GitHub、Slack 等实际工具，共进行 240 次运行。结果显示，模型在不同智能体框架下的表现差异显著，其中 Pi Agent 完成 20 项任务，表现最佳。尽管该模型输入 token 定价低至 0.14 美元/百万，约为同类产品的十分之一，但高失败率可能带来额外的计算与调试成本。（CryptoBriefing）
如您认为本页面（或本平台）内容存在侵权或违规情形，请您在发现之日起尽快与我们联系，并提供：权利人姓名/名称及联系方式、被侵权作品名称及权属证明、具体侵权链接及情况说明。我们在核实后将及时处理相关内容。
联系方式：creator@techub.news
商务合作：contacting@techub.news
点击链接下载 Techub News App，获取最新讯息：
https://www.techub.news/download
（或扫描下方二维码下载）
本网站所提供的所有信息仅供参考之用。
本网站不保证信息的准确性、有效性、及时性和完整性。
任何依赖于本网站所提供信息的行为，均由用户自行承担风险。
Techub News 消息，DeepSeek V4 Flash 在 Composio 独立测试中表现不佳，仅完成 53.8% 的复杂代理任务。 该测试覆盖 30 个多步骤工作流，涉及 Gmail、GitHub、Slack 等实际工具，共进行 240 次运行。结果显示，模型在不同智能体框架下的表现差异显著，其中 Pi Agent 完成 20 项任务，表现最佳。尽管该模型输入 token 定价低至 0.14 美元/百万，约为同类产品的十分之一，但高失败率可能带来额外的计算与调试成本。（CryptoBriefing）
如您认为本页面（或本平台）内容存在侵权或违规情形，请您在发现之日起尽快与我们联系，并提供：权利人姓名/名称及联系方式、被侵权作品名称及权属证明、具体侵权链接及情况说明。我们在核实后将及时处理相关内容。
联系方式：creator@techub.news
商务合作：contacting@techub.news
点击链接下载 Techub News App，获取最新讯息：
https://www.techub.news/download
（或扫描下方二维码下载）
