DeepSeek-V4.1-Flash-1017 发布：多基准刷新开源纪录
teortaxesTex · x · 2026-10-17
DeepSeek 发布 DeepSeek-V4.1-Flash-1017 更新，官方称在推理、编码、智能体任务和视觉基准上有大幅提升，同时缩短了任务执行时间和输出长度。与上一版 Flash 相比，各项成绩全面上涨：HLE（无工具）36.8→42.6，Terminal-Bench 4.0 31.2→42.3，ProgramBench 20.3→29.1，Automation-Bench 54.8→60.5，APEX Bench 64.6→72.1 等。
第三方整理的横评显示：该模型在 DeepSWE（77.0）、Automation-Bench、Agents' Last Exam（35.4）、APEX Bench（72.1）等多项基准上超过 Kimi K3、GLM-5.3、GPT-6.1 Sol、GPT-6 Astra、Gemini 4 Argon 等闭源模型，再夺最强开源权重模型；但与最强闭源模型（Claude Opus 5.5、Gemini 4 Argon）相比仍有差距，社区期待更强的 DeepSeek Pro 版本。
所属事件:DeepSeek 开源 V4.1-Flash-1017，多项基准对标 Opus 5(11 条相关)→
「模型」频道最新
- DeepSeek 新模型被指仍「很像 Claude」，蒸馏比例难辨 — teortaxesTex · 2026-10-17
- Anthropic 反蒸馏防线收割数据降 90-99%,点名智谱 GLM-5.3 — bibryam · 2026-10-17
- JevBench 四天新增 34 款决策模型，kettei-fat 登顶榜首 — airesearch12 · 2026-10-17
- Reddit 用户吐槽 gpt-6.1-sol Ultrafast 吞吐量跌至普通档约 65 tok/s — thepriceisright__ · 2026-10-17
- Diffusion Gemma 宣称文本生成提速 4 倍，扩散 LLM 或取代自回归 — NandoDF · 2026-10-17
- Perplexity 自研 pplx-decider 零重排监督训练，附内部评测 prompt — bo_wangbo · 2026-10-17