DeepSeek 新 Flash 模型跑分表曝光：多项 agent 基准逼近 Opus 5
QuixiAI · x · 2026-10-18
一张流传的基准测试截图显示，DeepSeek 两个新变体 DS-V4.1-Flash-1017 与 DS-V4.1-Flash 与 Kimi K3、GLM-5.3、GPT-5.6 Sol、Opus 5 同台对比。亮点包括：Terminal-Bench 4.0 上 DS-V4.1-Flash-1017 得 42.3，超过 GLM-5.3（37.9）与 GPT-5.6 Sol（39.9），仅次于 Opus 5 的 51.8；DeepSWE v1.1 达 77.0 为全表最高；HLE 无工具 42.6；Apex Bench 72.1。不过 ProgramBench（29.1）与 Agents' Last Exam（35.4）仍落后 Opus 5。发帖人 Quin（QuixiAI）针对 DeepSeek 官方「只是 minor 更新」的说法反驳称「it's not minor」，暗示这批 Flash 变体在 agent/编码基准上的提升远比官方口径显著。表格来源未经官方确认，属于非正式泄露截图。
「模型」频道最新
- Hugging Face 热门榜疑遭刷量：AutoTrust 模型 17 天狂揽 5700 赞被实锤造假 — realmrfakename · 2026-10-18
- Google AI Studio 全面升级:Gemini 4 Argon 驱动全栈应用一键部署 — clmt · 2026-10-18
- 爆料:OpenAI 下周将发布新模型,代号 aurora 疑似三款 alpha — imjustnewatai · 2026-10-18
- 用户吐槽 Gemini 推出 Argon 后大面积卡顿：一半请求挂起 — johnfromberkeley · 2026-10-18
- Domingos：叠加是特性而非缺陷，不损可解释性反增记忆容量 — pmddomingos · 2026-10-18
- Step 5 Preview 开源，系 OpenRouter 本周用量第二的模型 — Xianbao_QIAN · 2026-10-18