推文

@don_tech1 · 2026-10-17 18:01

DeepSeek 今天悄悄上线了 V4.1-Flash-1017 不是新模型，是升级版，但这次升级有点狠： ✅ 编程/智能体测试全面上涨
✅ DeepSWE 77.0，压过 Claude Opus 5
✅ 任务跑得更快、输出更短、成本更低
✅ 支持“许愿式编程”：从零直接做游戏、3D 建模
✅ 价格不变，权重已开源 一边是闭源旗舰动辄几十倍价格，一边是开源模型继续往上卷。 
DeepSeek 这次又把“又快又便宜还能打”这条路走得更通了。 国内外大模型排名定位分析 国内定位 •开源/国产模型第一梯队，编程与 Agent 场景目前处于领先位置。 •在 DeepSeek 自家生态 + 腾讯 CodeBuddy / WorkBuddy 等合作框架中优化充分，实际使用体验优势明显。 •在 OpenRouter 等平台的真实用量上长期霸榜，性价比是核心竞争力。 •对比 Kimi、GLM、Qwen 等国产模型，在编程/智能体任务上有明显优势，综合知识与复杂推理则互有胜负。 国际定位 •局部强势，综合仍有差距： ◦在 DeepSWE、Automation-Bench、部分 Terminal 相关测试上，官方数据显示可接近甚至小幅领先 Claude Opus 5 和 GPT-5.6 Sol。 ◦但在更难的长程任务（Terminal-Bench 3.0/4.0 旧版数据）、HLE 无工具、部分知识/视觉测试上，仍落后闭源旗舰。 •性价比碾压：价格通常只有 Claude Opus 5 / GPT 旗舰的 1/20～1/60，开源可自部署。 •独立评测（Artificial Analysis 等）上，9 月版 V4.1 Flash 综合智力指数约在 39–40 分区间，属于强力开源模型，但未进入绝对顶尖闭源梯队（Claude Opus 5.x、GPT-6 系列通常更高）。 •1017 升级后：编程与 Agent 相关指标进一步拉升，有望在“性价比优先”的开发者和企业场景中进一步扩大优势，但要真正冲击综合榜第一仍需看后续独立评测和更大规模模型（如 V4.1 Pro）的表现。 一句话总结：
在国内开源圈是编程/Agent 卷王；在国际上是“便宜又能打”的强力挑战者，而不是全面超越闭源旗舰的存在。对需要高性价比、可自部署、编程导向的用户，吸引力极大。

曝光 127 · 评论 5 · 点赞 3 · 书签 0 · 曝光/时 90.83394610987341