DeepSeek V4.1 Flash Max 登顶 Agent Arena 开源榜首
原标题：Big news: DeepSeek-V4.1-Flash-20261017 (Max) by @deepseek_ai is now the #1 open model in Agent Arena...
85AI 研判分
DeepSeek-V4.1-Flash-20261017 (Max) 在 Agent Arena 中跃居开源模型第一，综合排名第 11。该版本以约 GPT-6.1 Sol 27% 的成本实现了其 37% 的性能提升，并在代码生成与工具调用可靠性上显著超越前代及竞品 Kimi K3。
报道正文
Arena.ai (@arena) · 2026-10-19 18
重磅消息：@deepseek_ai 发布的 DeepSeek-V4.1-Flash-20261017 (Max) 现已成为 Agent Arena 排名第一的开源模型！它在综合排名中位列第 11，基于超过 +7.5K 次真实会话数据，实现了 +5.1% 的净提升。
这一表现也重塑了 Agent Arena 的帕累托前沿（Pareto frontier）！在性能上优于 V4.1-Flash 20261017 的所有模型均为专有模型，且成本要高得多。以每任务 $0.20 的中位成本计算，它仅用约 27% 的成本就达到了 GPT-6.1 Sol 改进幅度的 ~37%。
从各项指标信号来看，此次发布取得了以下成绩：
- 确认成功率（Confirmed Success）：排名第 8，提升 +11.5%（开源模型第 1）
- 好评 vs. 差评（Praise vs. Complaint）：排名第 11，提升 +5.9%（开源模型第 1）
- Bash 可靠性（Bash Reliability）：排名第 12，提升 +5.4%（开源模型第 1）
- 可控性（Steerability）：排名第 13，提升 +2.5%（开源模型第 1）
- 工具幻觉（Tool Hallucination）：无相关问题
有关各指标信号的更多信息，请查看 Agent Arena 帖子串中的链接。
祝贺 @deepseek_ai 团队取得这一成果！
↳ 引用 @arena (Arena.ai): 令人振奋的消息：@deepseek_ai 发布的 DeepSeek-V4.1-Flash-20261017 (Max) 现已成为 Code Arena: WebDev 排名第一的开源模型，以低 10 倍的成本超越了 Kimi K3 (Max)！
亮点：
- 开源模型第 1，领先于 Kimi K3 (Max)
- 综合排名第 12，得分 1670 分，领先于 Claude Opus 5 (High)，与 GPT-6 Sol (Max) 差距仅在 ~10 分左右
- 在每百万输入/输出 token 1.2 的价格点上推动了帕累托前沿的移动
- 相比之前的 DeepSeek-V4.1-Flash-20260910 提升了 +52 分
祝贺 @deepseek_ai 团队为开源生态系统做出的又一强劲贡献！
