用私有题库 AMBER 实测 DeepSeek 官方 API（api.deepseek.com）在售模型（正代、预览版、不同推理档位），只公开结果，不公开题目。 English: README.en.md
- 每期一篇
results/YYYY-Www.md：同题、同 harness，对目标模型跑全库；同家族跨版本/跨 provider 并排。 - 一期固定报告：题集规模与哈希、每案 d2 分与通过/失败、终端终态、token 用量（若车道上报）与时延、环境指纹、按证据纪律写的定性裁决。
- 题目、oracle、transcript、中间产物永不公开（见下「发布纪律」）。
- 姐妹仓：amber-gpt（GPT 系周测）、amber-crof（CrofAI 周测）、amber-ollama（Ollama Cloud 周测）、amber-devin（Devin 周测）、amber-opencode（OpenCode Go 道）、amber-commandcode（CommandCode 道）、amber-workbuddy（WorkBuddy ACP 道）。同一个 deepseek-v4 家族在 CrofAI/Ollama 三方道的成绩见对应仓库；同名模型跨厂商对拍（官方道 / OpenCode Go / CommandCode——同名不一定是同一端点）见后两仓。本仓的对照轴是官方道跨版本，跨仓引用一律带日期与档位声明。
- AMBER 是 agentic 实战题库（施工/运维/审查/视觉/需求漂移），规范与制题工具见 getaskclaw/amber；考题本体私有。
同一个 v4.1 脑，GA 当日（2026-09-10）同 high 档、同 23 案同哈希，三条道并排：CommandCode 17 / DeepSeek 官方 16 / OpenCode Go 16；灰色的官方预览版（已下线）14 作对照。逐案矩阵、token 账单与退步面都在 2026-W37 期文。图源与 PNG 同目录（docs/images/，Vega-Lite）。补记 2026-09-13：同脑另两条道已发布——Ollama 道 17/23（09-11）、WorkBuddy ACP 道 15/23（09-12），见 amber-ollama / amber-workbuddy。
- 只发：分数与聚合、token 用量（若车道上报）、速度、定性裁决。
- 永不发：题目内容、oracle/判分器、transcript、考生工作区、任何能复原题面的中间产物。
- 每期必钉：模型 ID、effort 档、日期（UTC）、harness 版本、每案内容哈希（bundle_sha）。哈希用于对照 amber 的公开哈希清单，自证题集未变。
- 案号与题目结构属私有面：公开结果里案例只用稳定别名（A-xxxxxxxx，哈希派生）+ bundle 哈希作句柄；内部案号、变体名、题目描述永不出现。
- 基调：这是社区实测，不是对厂商的攻击。数据说话，措辞克制。
同名模型、同 provider，两次跑也可能不同分——推理参数、负载、服务端版本都在漂。预览/实验版模型还有生命周期风险（可能随时下线）。所以这里的一切结论都带日期与档位，且定期重测。单日数字是快照，不是定律。
- 案面画像（2026-W37 Full matrix，正代 deepseek-flash GA 当日全库单期，按 face 聚合）：运维 6/6、文本 3/3、施工 5/6 为强项；核验 0/3、视觉 0/1、UI 搭建 0/1 仍挂。逐案矩阵见 2026-W37 期文。
| 期 | 考生 | 成绩（23 案 / 公共子集 21） | 一句话 |
|---|---|---|---|
| 2026-W37 | deepseek-flash（正代，GA 当日） | 16/23（14/21） | 白卷病与干净审查退步均修复；三道同分带；欠考清单销账；input 0.75M 家族最低带；审查/视觉/UI 三面仍挂 |
| 2026-W37 | deepseek-v4.1-flash-expires-on-0910（预览，已下线） | 14/23（12/21） | 计分卷零废卷；input≈0731 三方道的 1/30；施工/OPS 强；视觉案误判翻案补考（详期文 Errata/Addenda） |
与 DeepSeek（深度求索）无任何隶属/赞助关系。分数是特定周、特定档位的快照，不构成采购建议。