DeepSeek V4.1-Flash 自称小更新，Terminal-Bench 却从 31.2 跳到 42.3
mishig25 · x · 2026-10-17
DeepSeek 发布 DeepSeek-V4.1-Flash-1017，官方称相比上版是性能与成本的帕累托改进：基准成绩更强、任务完成更快、输出更短，已上线官网、App 和 API。
转发评论补充的关键数据：
- Terminal-Bench 4.0 从 31.2 涨到 42.3——评论者调侃 DeepSeek 把这种涨幅称为"minor update"已经见怪不怪
- DeepSWE 报 77.0，超过 Opus 5（74.0）和 GPT-5.6 Sol（73.0）
- 最有意思的一点：用更短输出更快完成任务——少花 token 是成本曲线坍塌的实际途径，却常被当作事后优化
- 权重延续 DeepSeek 传统采用 MIT 许可
评论者同时提醒：这些数字在其自家评测环境之外能否站得住，还有待观察。
所属事件:DeepSeek 开源 V4.1-Flash-1017：多基准超 Opus 5，编程成本降约六成(21 条相关)→
「模型」频道最新
- 免训练解码新法：跳过最后几层可缓解对齐税并提升推理成绩 — aiamblichus · 2026-10-17
- Gemini App 付费用户吐槽：频繁崩溃、模型切换失效 — Kindly_Rough_4300 · 2026-10-17
- 「鲸鱼没蒸馏 Sol」：DeepSeek-V4.1-Flash 对比图引玩梗 — cedric_chee · 2026-10-17
- 四大模型同题比拼 3D 体素小岛：Gemini 3 的美术公认最能打 — cedric_chee · 2026-10-17
- DeepSeek 连续 4 个月高频发版，分析师称慢节奏厂商将失溢价 — zephyr_z9 · 2026-10-17
- Aleph Alpha 开源 Kolibri-1：78B MoE、百万上下文、德英双语 — jacek2023 · 2026-10-17