高分低能的模型很多 排行榜意义不大

DeepSeek-V4.1 flash能比GPT5.6和Fable 5.1还好？我不相信。榜单似能说明点什么,但似乎又没有多少意义。有多少模型是高能低，benchmarkmax.

在实际工作当中，会有人会把重要的工作交给DeepSeek-V4.1 flash？除非只考虑经济因素。