DeepSeek 开源 V4.1-Flash-1017:Terminal-Bench 从 31.2 跳到 42.3
petrusenko_max · x · 2026-10-23
DeepSeek 发布 V4.1-Flash-1017,官方定位为 v4.1-flash 的小版本更新,采用 MIT 许可开放权重,已上线 Hugging Face(下载 5.1 万+,点赞 2300+)。
相比上一代 flash 提升显著:
- Terminal-Bench 4.0:31.2 → 42.3
- ProgramBench:20.3 → 29.1
- HLE:36.8 → 42.6
在 DeepSeek 自家对比表中,它在 DeepSWE(77.0 vs 73.0)和 Terminal-Bench(42.3 vs 39.9)上超过 GPT-5.6 Sol,但 Opus 5 仍在多数指标领先(如 Terminal-Bench 51.8)。第三方推理服务(together、novita、baseten)已可调用,输出定价 $1.2,together 吞吐最高(约 258 tokens/s)。
「编程与Agent」频道最新
- Cognition 开源安全插件，Devin 连夜修补安全漏洞 — DevinAI · 2026-10-23
- MCP 工具排行榜 Monid:按周 220 万次真实调用量排名而非点赞 — HeyAmit_ · 2026-10-23
- Monid 推出 Agent 工具使用榜：周调用 220 万次，按真实用量排名 — HeyAmit_ · 2026-10-23
- PolyAI 推 Dialog-RSN-1 语音模型：单 pass 直听音频，响应快于 300ms — matthen2 · 2026-10-23
- Streamline 推出 MCP 连接器，AI 可直接检索下载图标与插画素材 — modelcontextprotocol · 2026-10-23
- PostgreSQL 只读查询 MCP 服务器上线，让 Claude 用自然语言查库 — modelcontextprotocol · 2026-10-23