RecodeX 重构消息，一项名为“Beagle”的代码生成测试显示，DeepSeek V4.1 Flash仅花费0.22美元就完成了任务，而Opus 5.5花费约2.43美元。该测试要求模型用代码构建一只小狗：它会醒来、玩球，然后回去睡觉。DeepSeek V4.1 Flash跳过了“睡觉”环节，Opus 5.5则完整跑完了整个循环。