deepseek-v4.1IMAGE

V4.1-Flash-1017 开源权重与 Opus 5 跑分对比

Terminal-Bench 4.0 从 31.2 升到 42.3，DeepSWE 77.0 超 Opus 5 的 74.0，但 HLE 与终端任务仍落后；输出更短更快，3D 能力提升明显。

WquGuru

@wquguru10 天前收录原推发布于 2026.10.17

V4.1-Flash-1017 开源权重与 Opus 5 跑分对比（第 1 张，共 3 张）

V4.1-Flash-1017 开源权重与 Opus 5 跑分对比（第 2 张，共 3 张）

V4.1-Flash-1017 开源权重与 Opus 5 跑分对比（第 3 张，共 3 张）

WquGuru @wquguru原推发布于 2026.10.17

在 X 上打开原推

🎉 DeepSeek真的变了，以前从来不加班，刚刚悄然放出 V4.1-Flash-1017，HuggingFace上已经可以下载。这次实战能力提升明显： Terminal-Bench 4.0：31.2 → 42.3 ProgramBench：20.3 → 29.1 其中已经跑赢 Opus 5的部分： DeepSWE：77.0 vs 74.0 Automation-Bench：60.5 vs 50.3 Apex Bench：72.1 vs 65.8 当然也别吹过头，纯推理和终端任务，Opus 5 还是明显领先： HLE：42.6 vs 56.3 Terminal-Bench：42.3 vs 51.8 更有意思的是，分数涨了，输出反而更短、跑得更快，性价比比上一代 4.1 更高。比较明显提升的是 3D 能力，几句话、很少的素材就能从零做出完整项目。

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

x.com/wquguru/status/2111401069733687548采集于 2026.10.18 16:42