bibibi.cc正在加载…
PANews称，DeepSeek新版在Agent Arena开源模型榜排名第一、总榜第11。
DeepSeek V4.1 Flash新版登顶Agent Arena开源模型榜，位列总榜第11
PANews 10月20日消息，AI模型评测平台Arena宣布，DeepSeek-V4.1-Flash-20261017（Max）已位列Agent Arena开源模型第一、总榜第11。基于约7500次真实使用会话，该模型相对平均模型的综合净改善约为5.1%，单任务成本中位数约0.20美元。该版本在任务成功确认、用户正负反馈、Bash命令执行可靠性及可引导性四项指标中均位列开源模型第一，其中任务成功确认指标位列总榜第8。
原文链接：https://www.panewslab.com/zh/articles/01a1583d-aa6a-71a8-bef4-5ea3be03c39b
PANews于10月20日报道，AI模型评测平台Arena宣布了DeepSeek-V4.1-Flash-20261017（Max）的排名。
该模型位列Agent Arena开源模型第一、总榜第11。
报道所述评测基于约7500次真实使用会话。
该模型相对平均模型的综合净改善约为5.1%，单任务成本中位数约为0.20美元。
该版本在任务成功确认、用户正负反馈、Bash命令执行可靠性及可引导性四项指标中均位列开源模型第一。
该版本的任务成功确认指标位列总榜第8。
以下为辅助分析，与已报道事实分开展示；重要信息请进一步核实。
这则消息表示，在Arena的Agent类模型评测中，DeepSeek-V4.1-Flash-20261017（Max）在开源模型范围内排名最高；若把其他参评模型一并计算，则排名第11。报道还列出了会话数量、成本和多项指标排名。
榜单结果提供了该模型在真实使用会话、任务完成相关指标和成本方面的比较信息，可用于观察开源Agent模型的表现。
新手可把榜单理解为一次横向比较，但排名只代表特定平台、指标和评测口径下的结果，不能单独证明模型适合所有任务。
正在加载事件时间线…