Thomas Wolf：关注 DeepSeek 更新的性能与推理效率
我们现在已经习惯了，但 DeepSeek 把这称为“小更新”，同时将 Terminal-Bench 4.0 成绩从 31.2 提高到 42.3，还是很有意思。
它还报告了 DeepSWE 上 77.0 的成绩（Opus 5 为 74.0，GPT-5.6 Sol 为 73.0……）。
最有意思的或许是：输出更短，任务完成得也更快。减少 token 用量是让成本大幅下降的一种实际办法，但往往被放到事后才考虑。
这一切仍延续了 DeepSeek 的传统：权重采用 MIT 许可证。
现在很好奇，这些数字在他们自己的评测环境之外会有怎样的表现。
对照原文
we’re getting used to it by now but DeepSeek calling this a “minor update” while moving Terminal-Bench 4.0 from 31.2 to 42.3 is very funny. also reports 77.0 on DeepSWE (vs 74.0 for Opus 5 and 73.0 for GPT-5.6 Sol…) and the most interesting line may be faster task completion with shorter outputs. using fewer tokens is one of the practical way the cost curve collapses often done as an afterthought all with MIT-licensed weights in DeepSeek tradition now curious to see how these numbers will hold up outside their own eval setup