DeepSeek Flash
最后版本：第一代开发题完成数 · 改进时可见的题
初代0/3共同起点
第一代3/3后代已接班
第二代—接班失败
生成新版本时用完单次回复额度
新题表现2/3 → 3/3新完成 1 题 · 丢失 0 题
保存的真实调用结果
本轮完成第一轮 · 连接与流程校准
每轮分别查看同一任务上的前后变化。
Qwen 3.8 Flash
最后版本：初代开发题完成数 · 改进时可见的题
初代3/3共同起点
第一代—接班失败
第二代—未继续产生
生成新版本时用完单次回复额度
新题表现3/3 → 3/3新完成 0 题 · 丢失 0 题
新题逐项结果
开放题的“已提交”仅表示有成果，质量见下方比较| 题目 | DeepSeek Flash 初代 | DeepSeek Flash 最后版本 · 第一代 | Qwen 3.8 Flash 初代 | Qwen 3.8 Flash 最后版本 · 初代 |
|---|---|---|---|---|
| 欠款跟进 | 完成 | 完成 | 完成 | 完成 |
| 库存分配 | 完成 | 完成 | 完成 | 完成 |
| 权限复核 | 未完成 | 完成 | 完成 | 完成 |
| 产品备忘录 | 未提交成果 | 已提交成果 | 未提交成果 | 未提交成果 |
开放成果比较
产品决策备忘录 · 按同一任务要求比较最终成果
- 模型间比较DeepSeek Flash更好Qwen 3.8 Flash / DeepSeek Flash
- 与自身初代比较双方都不合格Qwen 3.8 Flash最后版本 / Qwen 3.8 Flash初代
- 与自身初代比较DeepSeek Flash最后版本更好DeepSeek Flash最后版本 / DeepSeek Flash初代
同一个评审模型交换左右位置复核，两次判断都保留。
