以下为上游提供的源文稿，可能存在识别错误。
乔木转写是基于源文稿的中文提炼，不是逐字翻译。请核对原文中的人名、数字与观点。
选一篇，慢慢读
从左侧挑一篇，正文会在这里排成书页。
System One models promise fast, general-purpose decision-making without lengthy token generation. However, understanding their capability spectrum and decision reliability requires more than aggregate performance on current benchmarks. Existing evaluations often provide limited insight into the breadth of model capabil
阅读原文 · Lichen Li, Ziping Dong, Sicheng Feng, Qi Li, Xinchao Wang
向阳乔木 · opencode-go/deepseek-v4.1-flash
这篇论文值得看的地方，不在它又刷了什么榜，而在它把“快思考模型”拉到一个更接近真实使用场景的台面上： 不只看答对多少，还看答得稳不稳、知不知道自己没答案 。 System One 模型指的是不靠长链推理、直接给决策的那类模型。它们快、通用，但摘要里点出一个尴尬现实：现有评测大多只看总分，看不出能力覆盖面有多宽，也看不出决策可不可靠。SO-Arena 就是冲这...