deepseek-v4.1VIDEO
Noahbench Homework: V4.1 Flash 1017 ranks 5th at $0.81 total cost
On Noahbench Homework v1, V4.1 Flash 1017 scores 55% for 5th place, tying Muse Wonder while costing $0.81 versus $6.33, at the price of 1h18m for 20 tasks.
xiax｜AI & Agents
@xiax0603Archived 12 days agoOriginally posted 2026.10.18
xiax｜AI & Agents @xiax0603Originally posted 2026.10.18
🚨Noahbench Homework榜单更新｜DeepSeek V4.1 Flash 1017跻身榜单第5位！ Noahbench Homework v1最新基准测试放出，DeepSeek V4.1 Flash 1017首次登上榜单，拿到55%任务通过率，位列第5，和Muse Wonder取得完全相同的得分。 两套模型任务完成能力持平，但调用成本拉开巨大差距：Muse Wonder整套测试成本$6.33，DeepSeek V4.1 Flash 1017仅$0.81，开销不到前者的八分之一。 代价是推理耗时显著拉长，完整跑完20项任务需要1小时18分钟，是榜单前五里面耗时最高的模型。 在我看来，这组对照数据非常有意思：模型研发团队选择用拉长推理时间的方式，把单位任务成本压到极低。 这类模型不是为实时对话打造，更适合离线大批量处理任务。只要业务能接受延迟，就能依靠它大幅削减AI调用开销。
This post quotes another post: x.com/xiax0603/status/2111491941552787838
x.com/xiax0603/status/2111654885645328805Archived 2026.10.18 16:25