deepseek-v4.1POST
DeepSeek V4.1 Flash 1017 matches Opus 5.5 on long-horizon browser tasks at 1/19 the cost
A test reports V4.1 Flash 1017 matches Opus 5.5 on long-horizon browser tasks while costing 19x less, noting Playwright tests need updated specs to avoid reward hacking.
Vladimir Ivanov
@msprojectnewsArchived 12 days agoOriginally posted 2026.10.19
Vladimir Ivanov @msprojectnewsOriginally posted 2026.10.19
DeepSeek V4.1 Flash 1017 сравнялся с Opus 5.5 по использованию браузера на длинном горизонте, будучи в 19 раз дешевле. Браузерные тесты через Playwright эффективны, но требуют актуализации спеков из-за риска reward hacking.
x.com/msprojectnews/status/2112020161003692241Archived 2026.10.19 12:02