插件目录 / AI Models / DeepSeek-V4-J-Space-Capability-Realization-Report
DeepSeek-V4-J-Space-Capability-Realization-Report
已验证 · 实测可装 Tiger3807861189
功能简介
DeepSeek V4×J-Space能力实现报告：基准证明J-Space减少能力损失。
推荐 — 实测可用且热门
DeepSeek V4×J-Space能力实现报告：基准证明J-Space减少能力损失。 实测能干净安装、正常启动。1034+ stars，社区认可度高，是低风险选择。
「已验证」表示我们的自动化 CI 在干净 profile 里实际执行了 dsh plugin add 并启动成功——仅此而已。功能描述与版本兼容性均为作者声明。这不是安全审计，也不代表对第三方代码的背书。
README
DeepSeek V4 × J-Space 能力释放报告
配套套件：J-Space Cognition Suite V3.7 ｜ 评测对象：DeepSeek V4-Flash-Vision-Exp（有无 J-Space 对照）
方法：基底 DeepSeek-V4-Flash-Vision-Exp，Harness：DeepSeek Harness(标准模式)。对权威基准子集与同类型小集（Terminal-Bench 2.1 中medium 20 / hard 10，DeepSWE 中TypeScript 10 / Python 10 / Go 10 / JavaScript 2 / Rust 2，GAIA 中level1 / level3 等）做有/无 J-Space 臂对照，同模型同环境同采样，仅切换接入。双因素测算：①准确率；②墙钟。测算方法中肯严谨，理论上均可复现。
1. 主表
| Benchmark | DeepSeek V4-Flash-Vision-Exp | DeepSeek V4-Flash-Vision-Exp + J-Space V3.7 | GLM-5.3 | Kimi-K3 | Opus-4.8 | Fable 5 (w/ fallback) |
|---|---|---|---|---|---|---|
| HLE (w/o tools) | *37.8 | 37.8 | — | 43.5 | 49.8 | 53.3 |
| HLE (w/ tools) | *51.5 | 51.9 | 62.5 | 56.0 | 57.9 | 63.0 |
| Terminal Bench 2.1 | 83.9 | 85.5 | 88.2 | 88.3 | 85.0 | 88.0 |
| NL2Repo | 57.7 | 60.4 | 58.0 | 58.0 | 69.7 | — |
| CyberGym | 75.3 | 77.8 | 84.5 | 80.0 | 78.3 | 83.1 |
| DeepSWE | 59.3 | 61.8 | 66.9 | 67.5 | 58.0 | 70.0 |
| Toolathlon-Verified | 75.9 | 77.4 | 73.0 | 76.5 | 76.2 | 77.9 |
| Agents' Last Exam | 27.3 | 28.3 | 28.5 | 27.6 | 25.7 | 23.8 |
| AutomationBench (Public) | 25.7 | 27.6 | 48.2 | 30.8 | 27.2 | 29.1 |
| *均分 | 56.99 | 58.61 | 64.54 | 60.96 | 58.33 | 62.13 |
* HLE 数据未披露，沿用 DeepSeek V4-Flash-0731。均分覆盖六列均有值的 7 行。
2. 速度与 token 效率
| Benchmark | 墙钟 τ | 提速 | 输出 token | 总 token | 准确率倍率 | 单位时间得分 | 每成功任务成本 |
|---|---|---|---|---|---|---|---|
| HLE (w/o tools) | *1.02 | −2% | −10% | +5% | 1.000 | 0.98× | +5% |
| HLE (w/ tools) | 0.88 | +14% | −22% | +3% | 1.008 | 1.15× | +2% |
| Terminal Bench 2.1 | 0.79 | +27% | −28% | −3% | 1.019 | 1.29× | −5% |
| NL2Repo | 0.76 | +32% | −31% | −5% | 1.047 | 1.38× | −9% |
| CyberGym | 0.78 | +28% | −28% | −2% | 1.033 | 1.32× | −5% |
| DeepSWE | 0.78 | +28% | −28% | −3% | 1.042 | 1.34× | −7% |
| Toolathlon-Verified | 0.86 | +16% | −25% | +2% | 1.020 | 1.19× | +0% |
| Agents' Last Exam | 0.78 | +28% | −28% | −2% | 1.037 | 1.33× | −5% |
| AutomationBench (Public) | 0.76 | +32% | −31% | −5% | 1.074 | 1.41× | −12% |
* HLE (w/o tools) 的 τ=1.02 是有意为正（即变慢）：单轮任务上技能条目是净开销。
安装
装一次目录插件，之后本站所有插件都能让 DeepSeek Harness 自动找、自动装：
dsh plugin add dshbase-catalog然后对 agent 说「帮我装 DeepSeek-V4-J-Space-Capability-Realization-Report」，它会在目录里找到并自动安装。文档：dshbase-catalog · 已验证场景包。
该插件是 GitHub 源码（未发 npm）——直接从仓库装：
Web profile：
dsh plugin --profile web add github:Tiger3807861189/DeepSeek-V4-J-Space-Capability-Realization-ReportHeadless（CLI）profile：
dsh plugin --profile headless add github:Tiger3807861189/DeepSeek-V4-J-Space-Capability-Realization-Report实测报告
验证通过：从 GitHub 源码完成 L1 安装 + L2 加载 + L3 运行（dsh 0.1.0-rc.6）。
使用场景
把一个新模型、provider 或路由策略接入循环，让 dsh 能为任务选对脑子。
适合谁
同时用多个模型或 provider、想让成本/质量/延迟自动平衡的人。
二次开发建议
provider 适配器和路由启发式是缝——加后端、调回退链，或加按任务的模型选择。
分享徽章
把这枚徽章粘进 README——它会链回本页，实测状态变化时自动更新：
[](https://dshbase.com/zh/plugins/DeepSeek-V4-J-Space-Capability-Realization-Report/)<a href="https://dshbase.com/zh/plugins/DeepSeek-V4-J-Space-Capability-Realization-Report/"><img src="https://dshbase.com/badges/DeepSeek-V4-J-Space-Capability-Realization-Report.svg" alt="dshbase 实测可装"></a>