DeepSeek V4.1-Flash-1017 成旗下幻觉最低模型，但知识与长文能力倒退
teortaxesTex · x · 2026-10-19
AI 榜单观察者 teortaxesTex 更新了对 DeepSeek V4.1-Flash-1017 的评估：此前预测其在 Artificial Analysis 智能指数上排 45-46 名，实际结果有意外之处。
要点：
- 幻觉率：V4.1-Flash-1017 是 2026 年 DeepSeek 系列中幻觉最少的模型，在 AA-Omniscience 幻觉榜上明显好于前作（图中 DeepSeek 多数老款模型指数为负，此款转正）。
- 代价是知识倒退：相比前一版本，知识面和 LCR（长上下文推理）指标均出现回退。
- 性价比被压：在智能指数-单价帕累托图上，DeepSeek V4.1（45 分左右）被 GPT-6.1 Sol（51 分、每任务 $0.39）在峰值价位段压制，性价比不占优。
- 作者同时吐槽 Artificial Analysis 榜单本身有缺陷（如仍在使用有问题的 CritPt 基准），排名仅供参考。
所属事件:DeepSeek V4.1-Flash 幻觉率创新低但能力出现取舍(2 条相关)→
「模型」频道最新
- 第三方测试揭底：DeepSeek-V4.1-Flash 跑分比官方低逾 10 分 — DigiDecode_ · 2026-10-19
- 开源决策模型 D3 登顶 Jev 双榜，0.6B 到 27B 全系接入 vLLM — AccBalanced · 2026-10-19
- SenseTime 联合创始人:免编码器原生 VLM 迈向统一多模态 — liuziwei7 · 2026-10-19
- 用户抱怨 Gemini 的 Argon 进程长时间高占用，拖慢系统 — juliuslautreamont · 2026-10-19
- OpenAI 发布新版 ChatGPT Voice,由 GPT Live 驱动 — OpenAI · 2026-10-19
- 用户吐槽 Claude 爱「心理分析」用户而不直接回答问题 — haider1 · 2026-10-19