国产最强 DeepSeek V4.1 Flash-1017 登顶 Agent Arena 开源榜，总榜第 11
IT之家 10 月 20 日消息，AI 竞技场 Arena 今日宣布，深度求索最新发布的 DeepSeek-V4.1-Flash-1017 登顶 Agent Arena 以及 Code Arena: WebDev 开源模型榜单，总榜排名第 11。 Agent Arena 排行榜显示， DeepSeek-V4.1-Flash-20261017 （Max）位列开源模型第一、总榜第 11。根据榜单数据，该模型基于 7498 次真实使用会话取得 5.13% 的综合净改善指标，单任务成本中位数约为 0.18 美元 （IT之家注：现汇率约合 1.2 元人民币） 。 在具体指标方面，该模型的任务成功确认、用户正负反馈和 Bash 命令执行可靠性均位列开源模型第一。其中，任务成功确认指标为 11.54%，总榜排名第 8；用户正负反馈指标为 5.89%，总榜排名第 11；Bash 命令执行可靠性指标为 5.42%，总榜排名第 12。可引导性指标为...
来自IT之家 AI的《国产最强 DeepSeek V4.1 Flash-1017 登顶 Agent Arena 开源榜，总榜第 11》。重点看智能体工作流、模型能力与工程、开源生态。摘要提到：IT之家 10 月 20 日消息，AI 竞技场 Arena 今日宣布，深度求索最新发布的 DeepSeek-V4.1-Flash-1017 登顶 Agent Arena 以及 Code Arena: WebDev 开源模型榜单，总榜排名第 11。 Agent Arena 排行榜显示， DeepSeek-V4.1-Flash-20261017 （Max）位列开源模型第一、总榜第 11。根据榜单数据，该模型基于 7498 次真实使用会话取得 5.13% 的综合净改善指标，单任务成本中位数约为 0.18 美元 （IT之家注：现汇率约合 1.2 元人民币） 。 在具体指标方面，该模型的任务成功确认、用户正负反馈和 Bash 命令执行可靠性均位列开源模型第一。其中，任务成功确认指标为 11.54%，总榜排名第 8；用户正负反馈指标为 5.89%，总榜排名第 11；Bash 命令执行可靠性指标为 5.42%，总榜排名第 12。可引导性指标为...
本站只提供摘要与原文入口。完整内容请阅读原文。
来源：IT之家 AI · ithome.com