DeepSeek-V4.1-Flash-20261017 登顶 Agent Arena 开源模型榜
Big news: DeepSeek-V4.1-Flash-20261017 (Max) by @deepseek_ai is now the #1 open model in Agent Arena! It just landed at #11 overall with +5.1% net improvement a
Arena.ai 称 DeepSeek-V4.1-Flash-20261017（Max）成为 Agent Arena 排名第一的开源模型，综合排名第 11，在超过 7.5K 真实会话中净提升 5.1%。该模型每任务中位成本为 0.20 美元，约为 GPT-6.1 Sol 提升幅度的 37%、成本的 27%；在 Confirmed Success、Praise vs. Complaint、Bash Reliability、Steerability 四项信号上均为开源第一，且未出现工具幻觉问题。
推荐理由
精选AI 评分 71
Agent Arena 的实测榜单显示，DeepSeek-V4.1-Flash 以更低成本进入前列，读者可据此比较开源模型与闭源模型的性价比。
主题
查看原帖激动人心的消息：由 @deepseek_ai 推出的 DeepSeek-V4.1-Flash-20261017（Max）现已成为 Code Arena：WebDev 排名第一的开源模型，以低 10 倍的成本超越 Kimi K3（Max）！ 亮点： - 开源模型排名第一，领先于 Kimi K3（Max） - 综合排名第 12，得分 1670 分，领先于 Claude Opus 5（High），与 GPT-6 Sol（Max）相差约 10 分以内 - 以每百万输入/输出 token 0.3/1.2 美元的价格推动帕累托前沿移动 - 相比上一代 DeepSeek-V4.1-Flash-20260910 提升 52 分 祝贺 @deepseek_ai 团队为开源生态再添一份强劲贡献！
查看原文
Exciting news: DeepSeek-V4.1-Flash-20261017 (Max) by @deepseek_ai is now the #1 open model in Code Arena: WebDev, surpassing Kimi K3 (Max) at 10x lower cost! Highlights: - #1 open model, ahead of Kimi K3 (Max) - #12 overall with 1670 pts, ahead of Claude Opus 5 (High) and within ~10 pts of GPT-6 Sol (Max) - Shifts the Pareto frontier at $0.3/$1.2 per million input/output tokens - +52 pts vs. the previous DeepSeek-V4.1-Flash-20260910 Congrats to the @deepseek_ai team on another strong contribution to the open source ecosystem!
正文 · AI 翻译
重磅消息：@deepseek_ai 的 DeepSeek-V4.1-Flash-20261017（Max）现已成为 Agent Arena 排名第一的开源模型！它刚刚以综合第 11 名上榜，在超过 7.5K 真实会话中实现 5.1% 的净提升。
这一表现也重塑了 Agent Arena 的帕累托前沿！所有在性能上高于 V4.1-Flash 20261017 的模型均为专有模型，且成本高得多。该模型每任务中位成本为 0.20 美元，约为 GPT-6.1 Sol 提升幅度的 37%，而成本仅为其约 27%。
按信号来看，本次发布取得：- Confirmed Success 第 8 名，提升 11.5%（开源第一）- Praise vs. Complaint 第 11 名，提升 5.9%（开源第一）- Bash Reliability 第 12 名，提升 5.4%（开源第一）- Steerability 第 13 名，提升 2.5%（开源第一）- 未出现工具幻觉问题
更多信号信息请见 Agent Arena 帖子中的链接。
祝贺 @deepseek_ai 团队发布此版本！