DeepSWE 榜单：DeepSeek V41 Flash-1017 以 77% 通过率登顶且最便宜
Immediate_Simple_217 · reddit · 2026-10-18
Reddit 用户晒出 DeepSWE v1.1 编码基准排行图（评测框架 miniswev2，数据日期 2026-09-22），展示各模型 Pass@1 通过率与每任务平均费用（人民币对数坐标）的对比：
- DeepSeek V41 Flash-1017 以 77.0% 的最高通过率登顶，且位于图表最左端（每任务约 ¥1-2），性价比断层领先
- 上一代 V41 Flash 与 GLM-5.3 Flash、Gemini 3.8 Flash 处于中段
- DeepSeek V4 Pro max 达 63% 左右，价格仅中档
- Claude Opus 5、Claude Fable 5、GPT-6 Astra 等前沿闭源模型通过率相近（约 70-75%）但每任务成本高达 ¥50-150
- Kimi K3 max、GLM-5.3 max 等中国模型在中高价位的性价比也普遍优于同通过率的美国模型
整体结论：中国模型在编码 agent 基准上已同时拿下榜首和成本优势。
「模型」频道最新
- Ollama 为 DeepSeek-V4.1-Flash 用户同步推送更新版模型 — ollama · 2026-10-18
- 研究者推测：Claude 3 Sonnet 的怪异行为离不开 RL 训练 — repligate · 2026-10-18
- Gemini 主动输出交互式图表分析，无需用户额外提示 — opmgyhx · 2026-10-18
- Qwen、GLM 最新开源模型够可信吗？Reddit 求证「被背叛」经历 — Reasonable_Goat · 2026-10-18
- DeepSeek V4.1 Flash-1017 实测：开到 max 档才拉开差距 — zainhas · 2026-10-18
- 评测者喊话求 DeepSeek 新模型网络安全评测数据 — scaling01 · 2026-10-18