DeepSeek-V4.1-Flash 登顶双榜开源第一，实测达国产旗舰水平

DeepSeek 的 DeepSeek-V4.1-Flash-20261017 (Max) 于 10 月中旬上线 LMArena，随即在 Agent Arena 与 Code Arena 的 WebDev 榜单双双拿下开源模型第一，Agent 总榜排名第 11，多位独立博主的实测也印证其 Agentic Coding 能力显著跃升。这标志着开源及国产模型在智能体编码任务上进一步逼近闭源旗舰，也引发了 v4.1-pro 是否还有必要的讨论。

已确认

• LMArena 官方宣布 DeepSeek-V4.1-Flash-20261017 (Max) 已上线，并在 Agent Arena 与 Code Arena 的 WebDev 榜单均获开源模型第一。
• Agent Arena 榜单结果基于 7500+ 真实任务会话，净提升 +5.1%，总榜排名第 11。
• 博主 karminski3 在自建的 KCORES Vector DB Bench（覆盖 75 个模型，要求 50 次工具调用内从零实现高性能向量库，按 QPS 排名）上测试该版本，其后端 Agentic Coding 能力从此前接近 GROK-4.6 的水平跃升至国产旗舰模型水平。
• 博主 htihle 测得该版本在 WeirdML v3 上得分 9.2%，大幅领先 Kimi-K3，为有记录以来的最强中国模型。

尚未确认

• htihle 指出该模型在原生 harness 下表现或更好，尤其涉及 token 处理环节，此为推测性判断，尚未验证。
• karminski3 公开质疑 v4.1-pro 是否还有必要，属个人观点，尚无对比数据佐证。

为什么重要

• 开源模型在真实任务基准（Arena 基于 7500+ 会话）上逼近闭源旗舰，压缩了付费闭源模型的差异化空间。
• 多个独立测试（Arena 榜单、KCORES Vector DB Bench、WeirdML v3）相互印证，说明提升集中在 Agentic Coding 这一当前最受关注的能力方向，而非单一基准的过拟合表现。
• 国产模型创下 WeirdML 最强中国模型纪录，显示国产阵营与海外头部模型的差距在持续缩小。

2026-10-20 ~ 2026-10-21 · 5 条相关

• 【源头】实测 DeepSeek V4.1 Flash 1017:Agentic Coding 跃升至国产旗舰水平 — karminski3 · 2026-10-20
• 【源头】DeepSeek-V4.1-Flash 登顶 Agent Arena 开源第一，总榜第 11 — vista8 · 2026-10-20
• DeepSeek V4.1 Flash 创 WeirdML 最强中国模型纪录，已追上 Haiku 讨论 — scaling01 · 2026-10-20
• 【源头】DeepSeek-V4.1-Flash 登顶 Agent 与 WebDev 双榜，成开源第一 — arena · 2026-10-21

另有 1 条近重复转述:karminski3