BUG修复项目测评！ DeepSeek V4 Flash、GLM-5.2、GPT-5.6 Luna哪个强？
本文整理自B站「屎山论剑｜DeepSeekV4Flash：下一位！」，通过音视频转图文工具Ai好记转录整理，以下为精炼整理后的内容。
DeepSeek V4 Flash 正式版发布后，很多人关心它在实际编程场景下的表现。这次UP主设计了一场「屎山Bug挑战赛」，用四个祖传Bug——青铜、白银、黄金、钻石——把 DeepSeek V4 Flash、GLM-5.2 和 GPT-5.6 Luna 三位选手拉到一起实测，看看谁能在屎山代码里找到并修复Bug。
比赛规则
四个Bug按难度递增：
- 青铜 B-001：不规则版本号比较问题，一次机会，做对得1分
- 白银 S-001：数据流转中的耦合业务问题，一次机会，做对得1分
- 黄金 G-002：隐藏的OP切面问题，两次机会，做对得2分或1分
- 钻石 D-002：缓存切面业务叠加问题，三次机会，做对得3分、2分或1分
青铜关：三位选手全部过关
青铜Bug不值一提，三位选手都顺利通过。GLM-5.2用了约3分钟，V4 Flash用了约4分钟，Luna用了约20分钟。验证全部通过，三位各加1分。比分1:1:1。
白银关：GLM-5.2独占鳌头
白银Bug连GPT-5.6都曾在这里翻过车，虽然最终用50分钟做出来了。
这一关GLM-5.2选择先派子代理去探路，V4 Flash选择亲力亲为，Luna这次没有列Thought List，似乎很自信。
最终GLM-5.2用了14分钟定位，V4 Flash用了11分钟，Luna用了12分钟。但验证环节：GLM-5.2修复成功，加1分；V4 Flash没改对，不得分；Luna也没做对，不得分。白银关只有GLM-5.2得分。比分2:1:1。
黄金关：V4 Flash和Luna双双得分
黄金Bug有两次修复机会，三位选手都发现了核心问题——缓存。但除了缓存，还有切面问题需要处理。
第一轮：GLM-5.2做错了，V4 Flash做对了直接加2分，Luna也做对了加2分。第二轮：GLM-5.2做对了，加1分。至此比分3:3:3，三位打平。
钻石关：V4 Flash绝杀
钻石Bug有三次机会，这一关才是真正的分水岭。
第一轮：三位全部做错。第二轮：三位再次全部做错，Luna改了一个多小时。第三轮：GLM-5.2用了9分钟，仍然做错。V4 Flash用了5分39秒——做对了！加1分。Luna改了快两个小时，还是没做对。
最终比分：V4 Flash 4分，GLM-5.2 3分，GPT-5.6 Luna 3分。
关键发现
速度对比
GLM-5.2在大多数关卡的定位速度都是最快的，钻石关第一轮只用了2分23秒就给出了解决方案。这位「一个半月前出道的老将」依然宝刀不老。
V4 Flash的速度也很稳定，钻石关第三轮只用了5分39秒。Luna在简单任务上速度尚可，但复杂任务（钻石关）上耗时极长，第三轮改了快两个小时。
策略差异
三位选手的解题策略有明显差异。GLM-5.2善于派子代理探路，先摸清情况再动手。V4 Flash倾向于亲力亲为，反复验证、反复确认，在关键时刻（黄金关第一轮、钻石关第三轮）一举命中。Luna的策略是列Todo List、启动多个子代理，面对复杂任务时「智力不够体力来凑」。
性价比
GLM-5.2在最低档套餐下，消耗了每周额度的18%。V4 Flash和Luna的消耗情况UP主没有详细展示，但从比赛过程来看，V4 Flash用更少的轮次拿到了更高的分数，效率表现不错。
总结
这场Bug挑战赛的结果是4:3:3，DeepSeek V4 Flash 正式版以微弱优势胜出。但更有价值的是看到了三个模型在真实编程场景下的不同表现——GLM-5.2速度快、策略灵活，V4 Flash谨慎但关键时刻稳准狠，Luna在简单任务上表现不错但复杂任务下耗时过长。
对于开发者来说，如果你的工作场景涉及复杂Bug修复，V4 Flash的稳定性和准确率值得关注；如果追求速度，GLM-5.2的快速定位能力是个优势；如果是简单任务，三个模型都能胜任。
以上内容由Ai好记转录整理。Ai好记 是一款音视频转图文笔记的 AI 学习助手，支持 B站、抖音、小宇宙等平台链接及本地音视频文件，转入后自动生成精华速览、思维导图和结构化笔记，帮助你把几小时的视频内容变成可搜索、可复习的图文笔记。