DeepSeek 开源 V4.1-Flash-1017：Terminal-Bench 从 31.2 跳到 42.3
petrusenko_max · x · 2026-10-23
DeepSeek 以「小版本更新」名义发布了 V4.1-Flash-1017，开放权重、MIT 许可，但提升幅度不小（以下为其自报成绩）：
- Terminal-Bench 4.0：31.2 → 42.3
- ProgramBench：20.3 → 29.1
- HLE：36.8 → 42.6
- DeepSWE v1.1：77.0，超过 GPT-5.6 Sol 的 73.0；Terminal-Bench 也以 42.3 对 39.9 领先
在 DeepSeek 自家对比表上，Opus 5 仍在多数项目中领先（Terminal-Bench 51.8）。官方还称新模型输出更短、完成任务更快。所有数字均为 DeepSeek 自报，待独立评测验证。
「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