DeepSeek 新模型登顶 Agent Arena 开源榜单 总榜排名第 11

AI 竞技场 Arena 宣布，深度求索最新发布的 DeepSeek-V4.1-Flash-1017 登顶 Agent Arena 及 Code Arena: WebDev 开源模型榜单，总榜排名第 11。榜单数据基于 7498 次真实使用会话，该模型综合净改善指标为 5.13%。具体指标方面，其任务成功确认、用户正负反馈、Bash 命令执行可靠性及可引导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；工具幻觉指标为 0.48%，榜单排名第 7，该数值越低，代表模型虚构自身不具备工具的情况越少。成本方面，该模型单任务成本中位数约为 0.18 至 0.19 美元，约合 1.2 元人民币。Arena 同时将其列入性能与任务成本的帕累托前沿，意味着没有其他入选模型能在性能和成本两方面同时超越它。