تؤكد تقييم مستقل باستخدام إطار Ante 0.preview.71 أن DeepSeek V4 Flash 0731 حقق دقة بنسبة 82.7% على Terminal-Bench 2.1، متطابقاً مع النتائج التي أبلغت عنها DeepSeek سابقاً.
- تضمن التشغيل 445 تجربة عبر 89 مهمة مع 5 تجارب لكل مهمة وأقصى جهد استدلال.
- حقق النموذج 368 تجربة ناجحة من أصل 445، مما يعطي دقة بنسبة 82.7% (±1.79 SE).
- استخدم التقييم نموذج `deepseek/deepseek-v4-flash-0731` عبر OpenRouter بدون تمكين المهارات.
جميع الإعدادات وسجلات التجارب متاحة علناً في مهمة Harbor للتحقق.
تظهر النتائج أن أداء DeepSeek V4 Flash 0731 حساس لإطار التقييم، مما يوفر بيانات مفيدة للمقارنة المرجعية.