DeepSeek V4.1 Flash Đỉnh Agent Arena Bảng mã nguồn mở

Nền tảng đánh giá mô hình AI Arena thông báo, DeepSeek-V4.1-Flash-20261017 (Max) đã đứng đầu mô hình mã nguồn mở của Agent Arena, xếp thứ 11 trong tổng bảng xếp hạng. Dựa trên khoảng 7500 cuộc hội thoại sử dụng thực tế, mô hình này có sự cải thiện tổng hợp khoảng 5.1% so với mô hình trung bình, với chi phí trung vị cho một nhiệm vụ khoảng 0.20 đô la.

Phiên bản này đứng đầu trong bốn chỉ số: xác nhận thành công nhiệm vụ, phản hồi tích cực và tiêu cực của người dùng, độ tin cậy thực thi lệnh Bash và khả năng dẫn dắt, trong đó chỉ số xác nhận thành công nhiệm vụ đứng thứ 8 trong tổng bảng xếp hạng.