deepseek-v4.1POST

DeepSeek V4.1-Flash-1017 官方跑分：Terminal-Bench 4.0 从 31.2 升至 4

官方模型卡显示 Terminal-Bench 4.0 涨到 42.3、ProgramBench 29.1、DeepSWE 77.0 超过 GPT-5.6 Sol 与 Opus 5，但 HLE 和 Terminal-Bench 仍落后 Opus 5；网页、App、API 已上线，权重上 HF，并针对 DeepSeek H

@ScarletKc10 天前收录原推发布于 2026.10.17

KC @ScarletKc原推发布于 2026.10.17

在 X 上打开原推

DeepSeek 今天发了 V4.1-Flash-1017，模型卡上说只是 Flash 的一次小更新，结果 Terminal-Bench 4.0 从 31.2 涨到了 42.3。写代码和 agent 相关的几项涨得都挺明显，ProgramBench 从 20.3 到 29.1，DeepSWE 77.0，比表里的 GPT-5.6 Sol（73.0）和 Claude Opus 5（74.0）都高。表里拿来比的 Claude 还是 Opus 5，没有 Opus 5.5。而且在 Terminal-Bench 和 HLE 上它离 Opus 5 也还有一段距离，42.3 对 51.8，42.6 对 56.3。官方说输出比上一版更短，跑完任务更快。网页、App 和 API 都已经换上了，权重也放到了 Hugging Face。这次专门给自家的 DeepSeek Harness 和腾讯 CodeBuddy、WorkBuddy 做了优化，官方建议 DeepSeek Harness 升到 v0.2.1-rc.1 以上。

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

x.com/scarletkc/status/2111402257606648069采集于 2026.10.18 16:42