arena· @arena · X·· 2 小时前精选AI 评分
DeepSeek-V4.1-Flash-20261017 (Max) 登顶 Agent Arena 开源模型第一
Arena 宣布 DeepSeek-V4.1-Flash-20261017 (Max) 成为 Agent Arena 开源模型第一名，整体排名第 11，净提升 +5.1%，基于 +7.5K 次真实会话。
原文给出了该模型在各信号上的排名与成本对比，读者可据此判断开源模型在 Agent 场景的性价比位置。
重磅消息：由 @deepseek_ai 推出的 DeepSeek-V4.1-Flash-20261017 (Max) 现已成为 Agent Arena 上排名第一的开源模型！它在总榜上跃升至第 11 位，在超过 7500 次真实场景会话中净提升达 +5.1%。
这一表现同样重塑了 Agent Arena 的帕累托前沿！在性能上超越 V4.1-Flash 20261017 的所有模型均为闭源模型，且成本高得多。以每任务中位成本 $0.20 计算，其提升幅度约为 GPT-6.1 Sol 的 37%，而成本仅约为后者的 27%。
从各项指标来看，本次发布实现了：
- 确认成功率排名第 8，提升 +11.5%（开源模型第 1）
- 好评与差评比排名第 11，提升 +5.9%（开源模型第 1）
- Bash 可靠性排名第 12，提升 +5.4%（开源模型第 1）
- 可操控性排名第 13，提升 +2.5%（开源模型第 1）
- 未出现工具幻觉问题
关于各项指标的更多信息，请参阅本串中关于 Agent Arena 的链接。
祝贺 @deepseek_ai 团队发布这一版本！
来源：arena · x.com