#DeepSeek

Artificial Analysis@ArtificialAnlys· 07:33AI 评分6363

Artificial Analysis 发布 Cyber Index 网络安全指数，显示月之暗面 Kimi K3.1 Pro 以 64% 的得分成为当前开放可用模型中的第一名，仅次于仅通过受信任访问计划提供的 OpenAI GPT-6 Sol。

Arena.ai@arena· 02:15AI 评分6363

Kimi K3.1 Pro 在 Code Arena: WebDev 评测中以 1692 分升至第 8 名，比前代 Kimi K3 提升 37 分。该模型定价为每百万输入/输出 token 2 美元/10 美元，各项分类成绩均有提升，且后续将推出开源权重版本。

Artificial Analysis@ArtificialAnlys· 01:43AI 评分6262

DeepSeek V4.1 Flash 1017 以 57% 的总分登顶 Artificial Analysis Cyber Index 开放可用模型榜首，位列所有模型总榜第二。该模型在 CyberGym-E2E-AA 任务上表现显著提升，每任务成本为 $0.42，展现出较强的性价比。

meng shao@shao__meng· 23:19AI 评分5555

Artificial Analysis 发布 Coding Agent Index v2.0，引入 FrontierCode v1.1 并升级评测标准，当前由 Claude Code + Opus 5.5 以 61.7 分领跑。榜单综合三套基准，前四名中 Claude 相关组合占三席，首个 OpenAI 组合 Codex + GPT-6 Astra 位列榜单前列。

SiliconFlow@SiliconFlowAI· 22:15AI 评分2828

相同的提示词，不同的模型。 DeepSeek V4.1 Flash 1017 对比 GPT-6 Astra——两者都使用 Three.js 构建相同的交互式 3D 世界。 质量几乎相同，甚至更好——成本比 Astra 低 50% 以上。 提示词在评论区。💬 以下是并排对比 👇

ARC Prize@arcprize· 01:28AI 评分3131

DeepSeek V4.1 Flash 1017（来自 @deepseek_ai）在 ARC-AGI 上的表现（已验证）： - ARC-AGI-2: 78.1%, $0.16/任务 - ARC-AGI-1: 94.5%, $0.06/任务 DeepSeek Flash 模型在 ARC-AGI-2 上的最高得分从 61.4%（V4 Flash 0731）提升至 72.9%（V4.1 Flash），再到 78.1%（V4.1 Flash 1017）。

Artificial Analysis@ArtificialAnlys· 12:41AI 评分6464

Artificial Analysis 对 DeepSeek Search 进行了实测，其在搜索索引中得分 69，在付费 Search API 中单价最低。实测显示其定价为每千次搜索 0.75 美元，在 AA-Omniscience 基准上准确率为 70%，但每次搜索返回约 7k tokens 导致模型调用成本较高。

Arena.ai@arena· 07:37AI 评分6262

DeepSeek-V4.1-Flash-20261017 (Max) 登上 Arena 榜单，成为 Agent Arena 和 Code Arena: WebDev 两大榜单的开源模型第一。作者在推文中附上了该模型的 3D 世界生成演示视频及详细排名信息。

Dongxi 东锡 NLP@dongxi_nlp· 18:17AI 评分5757

DeepSeek 以 Apache-2.0 许可证开源了高性能推理框架 DeepInfer。

Orange AI@oran_ge· 18:17AI 评分6868

DeepSeek 宣布完全开源其自研推理框架 DeepInfer。开源此项技术有望推动大模型推理成本进一步下降。

DeepSeek-V4.1-Flash-1017 登顶 Agent Arena 与 Code Arena WebDev 开源榜

深度求索发布的 DeepSeek-V4.1-Flash-1017 登顶 Agent Arena 以及 Code Arena: WebDev 开源模型榜单，总榜排名第 11。该模型基于 7498 次真实使用会话取得 5.13% 的综合净改善指标，其任务成功确认、用户正负反馈和 Bash 命令执行可靠性均位列开源模型第一，单任务成本中位数约为 0.18 美元。

Artificial Analysis@ArtificialAnlys· 07:38AI 评分5858

Artificial Analysis 正式上线 HealthBench 与 HealthBench Professional 医疗对话基准排行榜，对多款前沿大模型在真实医疗对话中的表现进行了独立评测。

Arena.ai@arena· 02:50AI 评分6262

DeepSeek-V4.1-Flash-20261017 (Max) 在 Agent Arena 评测中登顶开源模型第一，总排名第 11 位。该模型在真实世界会话中取得了 +5.1% 的净提升，中位任务成本为 $0.20，并且在确认成功率、Bash 可靠性等多个单项指标上位列开源模型首位。

Artificial Analysis@ArtificialAnlys· 00:42精选AI 评分8181

深度求索（DeepSeek）发布 DeepSeek V4.1 Flash 1017 旗舰更新模型，在 Artificial Analysis 智能指数中获得 45 分，与 GLM-5.3 并列开源模型第二位。

DeepSeek V4.1 Flash 1017 (Max)

DeepSeek V4.1 Flash 1017 (Max) 模型上线，通过智能能力指数、开放度指数以及智能指数进行性能对比。评测指标涵盖 Token 使用成本、上下文窗口、输出速度与首字延迟等维度。同时针对开源模型纳入了模型规模评估。

Arena.ai@arena· 03:10AI 评分6262

DeepSeek 推出的 DeepSeek-V4.1-Flash-20261017 在 Code Arena: WebDev 评测中登顶开源模型榜首，超越 Kimi K3 (Max) 且成本降低 10 倍。该模型总排名第 12 位（1670 分），输入输出定价为每百万 token $0.3/$1.2。

DeepSeek 发布 V4.1-Flash-1017 模型并开放自研搜索 API

DeepSeek 发布新模型 DeepSeek-V4.1-Flash-1017，在提升代码和 Agent 任务表现的同时缩短了运行时间并减少了输出消耗。网页端、APP 与 API 已同步更新，配套的 DeepSeek Harness 升级至 0.2.1 版本。此外，官方还推出了支持网页搜索与正文抓取的自研 Search 和 Fetch API 接口。

Yuchen Jin@Yuchenj_UW· 01:54AI 评分7272

Yuchen Jin 发文称 DeepSeek-V4.1-Flash-1017 在 DeepSWE v1.1 上取得 77 分，以 83 倍更低的成本达到了 Opus 5 级的编码表现，并宣布将在 Databricks 上线该模型。

meng shao@shao__meng· 20:52AI 评分7878

DeepSeek 发布 V4.1-Flash-1017 模型，在性能、速度和输出长度三个维度进行改进，并采用带自我反馈的强化学习来提升端到端开发能力。同时，官方将内部搜索引擎正式商业化，开放 Search 与 Fetch 两个独立 API 以支持 RAG 和 Agent 工具链。

Thomas Wolf@Thom_Wolf· 18:55AI 评分6565

Thomas Wolf 评论 DeepSeek 发布的 DeepSeek-V4.1-Flash-1017 模型，指出其自称为 minor update 但 Terminal-Bench 4.0 得分从 31.2 升至 42.3，在 DeepSWE 上获得 77.0 分，并具备更短输出和更快任务完成的特点，权重延续 MIT 协议开源。

深度求索发布 DeepSeek-V4.1-Flash-1017 模型并开源权重

深度求索发布了 DeepSeek-V4.1-Flash-1017 模型，并在 Hugging Face 和 ModelScope 上开源了模型权重。该模型在智能体和编码任务中表现优于前代及部分大型竞品，同时显著降低了单任务成本；此外，深度求索还首次向外部开发者开放了其内部搜索引擎 API。

DeepSeek 发布 V4.1-Flash-1017，DeepSWE 得分 77.0 并开放 Search API

DeepSeek 发布 V4.1-Flash-1017 检查点并已上线网站、App 和 API，在 11 项基准上较 9 月版提升 2.0 至 11.1 分，其中 DeepSWE v1.1 达 77.0 分，同时官方宣布开放 Search API。

DeepSeek-V4.1-Flash-1017 发布

DeepSeek-V4.1-Flash-1017 是对 DeepSeek-V4.1-Flash 的小幅更新，在推理、编码、智能体任务和视觉基准测试中取得了显著提升，同时缩短了任务执行时间和输出长度。该版本提供了 Python 参考实现、Rust 库 deepseek-recipe 以及本地推理说明，支持 1M token 上下文窗口，并采用 MIT 许可证开源。

DeepSeek 发布 DeepSeek v4.1 Flash 1017 模型

深度求索（DeepSeek）发布 DeepSeek v4.1 Flash 1017 模型，这是首个基于公司 Causal Encoder-Decoder 架构构建的稀疏 MoE 模型。该模型从 552B 的主干参数中激活 8B 输入和 16B 输出参数，原生集成图像理解能力，支持 1.0M 上下文窗口，定价为每百万 token 输入 0.15 美元、输出 0.60 美元。

Orange AI@oran_ge· 17:31AI 评分6161

DeepSeek 发布 DeepSeek-V4.1-Flash-1017 模型，性能更强并解决了过度思考的问题。该模型进一步降低了使用成本，在同等任务下可节省一半 token。

🚨 AI News | TestingCatalog@testingcatalog· 17:14AI 评分6868

DeepSeek 发布了开源权重模型 DeepSeek-V4.1-Flash-1017，在 DeepSWE 1.1 基准测试中获得 77% 的分数。该模型现已在 DeepSeek Chat、API 以及 Hugging Face 上线。

DeepSeek 发布 V4.1-Flash-1017 并在网页端、APP 与 API 同步更新

DeepSeek 发布 DeepSeek-V4.1-Flash-1017，网页端、APP 与 API 已同步更新，各基准测试相比上一版 V4.1 Flash 明显提升，同时缩短任务运行时间与输出长度，在多个 Harness 下达到新的性能-费用帕累托最优，并开放自研搜索 API，建议升级到 DeepSeek Harness 0.2.1-rc.1 及以上。

同一件事，精选收录的是《DeepSeek 发布 V4.1-Flash-1017 模型并开放自研搜索 API》

DeepSeek@deepseek_ai· 16:57AI 评分6363

DeepSeek 发布 DeepSeek-V4.1-Flash-1017 模型，相比上一版本实现了性能与成本的帕累托改进，具有更强的基准测试表现、更快的任务完成速度和更短的输出。该模型已上线网页端、App 及 API，并针对 DeepSeek Harness、Tencent CodeBuddy 和 WorkBuddy 进行了优化，建议将 DeepSeek Harness 升级至 v0.2.1-rc.1 或更新版本。

DeepSeek V4.1-Flash-1017 发布

DeepSeek 推出了 V4.1-Flash-1017 版本，网页端、APP 与 API 已同步替换。各项基准测试能力较上一版明显提升，任务运行时间与输出长度缩短，单次调用综合成本下降，且权重以 MIT 许可开源。

小米 MiMo-V2.6-Pro 在 FrontierCode 1.1 评测中位列开源模型首位

小米 MiMo-V2.6-Pro 在 Artificial Analysis 推出的 FrontierCode 1.1 编码评测中以 45% 的得分领跑开源权重模型。该评测由 Cognition 开发，通过要求智能体在真实开源仓库中完成任务并达到维护者可合并标准，评估模型在单元测试及代码质量方面的综合表现。

Agent Arena 数据显示 7 月最强模型 Claude Fable 5 性能已降至平均水平

Agent Arena 的 Confirmed Success 追踪数据显示，7 月领先的 Claude Fable 5 在 12 周内已被 Top 20 模型平均水平追平。

Artificial Analysis 推出 FrontierCode 1.1 编码评测榜单

Artificial Analysis 上线了基于 Cognition 开发的 FrontierCode 1.1 编码评测榜单，该评测要求智能体在真实开源仓库中完成任务并达到维护者合并标准。评测包含 100 个任务，Claude Opus 5.5 以 52% 的得分领先，GPT-6.1 Sol 则以较低成本实现了 49% 的性能表现，且目前领先模型在超过 40% 的任务中仍无法通过合并标准。

联想天禧自研代码智能体 TianxiCode 斩获 SWE-bench-Live 全球第一

联想天禧 AI 自研的代码智能体框架 TianxiCode 配合 DeepSeek-v4.1-Flash，在 SWE-bench-Live（Lite 分榜）评测中以 71% 的问题解决率登顶全球第一，并获得官方“Verified”认证。