Nonobench v1.2 用数织谜题测了43个模型：开源DeepSeek V4 Pro排第四，但20×20困难模式全军覆没

一个叫Nonobench的基准测试用数织（Nonogram，类似像素填图谜题）考了43个大模型。开源模型DeepSeek V4 Pro跟几个闭源模型并列第四，但新出的20×20困难模式没有一个模型能解出来。正文只给了排名和难度分级，没披露具体得分和测试样本量，所以这个第四名含金量有多高、困难模式到底多难，目前还不好判断。

还没有足够的连续观测数据，暂不绘制趋势。