DeepSeek在代理任务评测领先
Composio称DeepSeek v4 flash在多应用长流程代理任务中击败GLM与Kimi。
推荐理由：评测采用多应用长流程和全通过才计分的硬判定，更贴近真实Agent可靠性；若结果可复现，说明开源权重模型竞争正从聊天能力转向工具执行稳定性。
Composio称DeepSeek v4 flash在多应用长流程代理任务中击败GLM与Kimi。
推荐理由：评测采用多应用长流程和全通过才计分的硬判定，更贴近真实Agent可靠性；若结果可复现，说明开源权重模型竞争正从聊天能力转向工具执行稳定性。