DeepSeek 4.1-1017 跑分曝光：多项基准对标 Opus 5,全面压过 GLM5.3
kimmonismus · x · 2026-10-17
博主 kimmonismus 引用 DeepSeek 新发布的 4.1-1017(即 DS-V4.1-Flash-1017)评测表,称其表现大致与 Opus 5 相当,较常规版 4.1 Flash 跃升明显。
配图基准数据要点:
- HLE w/o tools:42.6(带工具 44.0),高于 GLM5.3 的 42.0 与 GPT-5.6 Sol 的 44.5 之外仍略逊,但远超前版 36.8
- Terminal-Bench 4.0:42.3,超过 GLM5.3(37.9)与 GPT-5.6 Sol(39.9),低于 Opus 5(51.8)
- DeepSWE v1.1:77.0,为全表最高,压过 Opus 5(74.0)
- ProgramBench / NL2Repo-Bench:29.1 / 68.2,均落后 Opus 5,但领先其余对手
- Agents' Last Exam:35.4,全表第一
- Automation-Bench / Apex Bench / Chartography / BabyVision 等多项也全面领先 GLM5.3 与 GPT-5.6 Sol,部分项目略逊 Opus 5
作者建议买两台 DGX Spark 本地部署。注意这是第三方博主引述的跑分,官方榜单与实际体验待验证。
所属事件:DeepSeek 开源 V4.1-Flash-1017，多项基准对标头部闭源模型(16 条相关)→
「模型」频道最新
- DeepSeek V4.1F-1017 实测对比 V4.1：速度明显更快 — teortaxesTex · 2026-10-17
- DeepSeek V4.1 Flash 1017 实测:763B 开源,105 个隐藏 bug 修回 34 个 — PawelHuryn · 2026-10-17
- 10月17日AI日报:OpenAI升级GPT-6 Astra Pro,DeepSeek开源V4.1-Flash — testingcatalog · 2026-10-17
- 用户怒吼"别抠细节了":Agent 深陷兔子洞的名场面截图 — teortaxesTex · 2026-10-17
- vLLM 三周把 DeepSeek-V4.1-Flash 吞吐拉高 5.3 倍，每美元 13 亿 token — woosuk_k · 2026-10-17
- 蒸馏被高估了？观察人士称前沿模型推理提升主要靠内部 RL — teortaxesTex · 2026-10-17