DeepSeek V4.1 Flash-1017 登顶 Agent Arena 开源榜榜首

封面为AI生成的主题示意图，非新闻现场照片。

10 月 20 日，AI 竞技场（Arena）发布最新榜单显示，国产模型 DeepSeek V4.1 Flash-1017 在 Agent Arena 以及 Code Arena: WebDev 开源模型榜单中夺得第一，总榜排名升至第 11 位。评测数据显示，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（按当前汇率约合 1.2 元人民币）。在具体性能指标上，DeepSeek V4.1 Flash-1017（Max）的任务成功确认率、用户正负反馈比例以及 Bash 命令执行可靠性三项关键指标均位列开源模型第一。其中可引导性指标达到 2.46%，同样保持开源模型首位。该模型的工具幻觉指标为 0.48%，用于衡量虚构自身不具备工具的能力，数值越低表现越好，据此排名榜第 7。成本效益方面，Arena 将该模型列入性能与任务成本的帕累托前沿，意味着在现有评测维度下，不存在其他入选模型能在性能和成本两方面同时超越它。DeepSeek V4.1 Flash-1017 此前已支持网页搜索与抓取 API 功能，且相关团队整合成立了新的产品部门。IT 之家于当日报道了上述榜单变动及相关技术细节。