V4.1 Flash 1017 官方跑分：修代码 77.0%、终端操作 42.3%

九江月.hl @0xMaxs原推发布于 2026.10.17

在 X 上打开原推

10月注定将成为诸模混战的时刻，硝烟已经逐渐开始弥漫！GLM‑5.5、Kimi K3.1、DeepSeek V4.1 Pro、Fable 5.5传言都即将在10月份集中亮相🧐 近期模型更新： 🟠 智谱 GLM‑Legal｜10月12日发布 法律专用模型，基于 GLM‑5.3‑Flash。底座3200亿参数、每次激活180亿，百万上下文，面向审合同、理证据、跨境合规。 独立评测数据： • Harvey LAB完整法律任务通过率：6.67%→19.17%，约为基座2.9倍 • 开放权重模型第1、总榜第7 • 每题测试成本约0.15美元，榜单前10最低 • LegalBench法律推理准确率86.23% 🟠 DeepSeek V4.1‑Flash‑1017 初版 V4.1‑Flash 于9月10日发布，今天更新1017版本，网页、App、API同步升级。 系列架构：5520亿主干参数，另含1960亿记忆参数；读入／生成分别激活80亿／160亿，百万 token 上下文。 官方测试相比上一版： • 修复代码问题：74.2%→77.0% • 终端操作：31.2%→42.3% • 自主执行任务：54.8%→60.5% 中美大模型即将展开新一轮厮杀，诺大一个AI行业，全球其实只有两个国家🇨🇳🇺🇸

这条是引用着另一条写的：x.com/deepseek_ai/status/2111375640717033777