Yuchen Jin 称 DeepSeek-V4.1-Flash-1017 以 1/83 成本达到 Opus 5 级编码表现
Yuchen Jin 表示，DeepSeek-V4.1-Flash-1017 在 DeepSWE v1.1 上得分 77，以低 83 倍的成本达到 Opus 5 级性能。他称该模型将上线 Databricks，并认为开源模型追不上闭源的说法没撑过一周。
#DeepSeek
RadarAIAI 评分6060 RadarAIAI 评分3232 DeepSeek-V4.1-Flash-1017 在能力与速度上超越 GPT 5.6 Sol
DeepSeek-V4.1-Flash-1017 在能力和速度两方面均优于 OpenAI 的 GPT 5.6 Sol。这一对比显示 OpenAI 当前模型在市场上不再是无争议的领导者。
RadarAIAI 评分7272 DeepSeek 发布 V4.1-Flash-1017：性能增强、输出更短，搜索 API 开始收费
DeepSeek 发布 V4.1-Flash-1017，提升任务执行速度和测试分数，同时缩短输出长度以降低成本。新版已上线官网和 App，开发者沿用原 API 名称即可使用，无需改动代码。新增的搜索 API 于 10 月 17 日开始收费，每千次成功请求 5 元。
RadarAIAI 评分2222 RSS 网站模型升级至 DeepSeek-V4.1-Flash-1017
作者将 RSS 网站的模型从 4.1 flash 升级至 DeepSeek-V4.1-Flash-1017，并把思考强度设为 High，以测试新模型的翻译质量。此次升级旨在验证该版本在翻译上的实际提升。
RadarAIAI 评分3030 实测 DeepSeek-V4.1-Flash-1017 动效能力接近 Claude 水准
花叔实测 DeepSeek-V4.1-Flash-1017 在动效设计任务上表现出色，水准仅次于 Claude，GPT-6 暂未达到同等效果。结合自研动效 skill 可进一步实现优质效果。
RadarAIAI 评分2222 DeepSeek V4.1 Flash 测试结果展示
作者分享了用 DeepSeek V4.1 Flash 1017 运行此前为 Opus 5.5 编写的游戏特效提示词的实际效果，并附上结果链接。
RadarAIAI 评分2222 DeepSeek V4.1 Flash 1017 游戏特效生成效果测试链接
作者分享了 DeepSeek V4.1 Flash 1017 在游戏特效任务中的实际输出结果，通过链接展示其使用特定提示词生成游戏特效的表现。
量子位精选AI 评分8080 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，网页端、APP 与 API 已同步切换，配套 DeepSeek Harness 升级至 0.2.1 版本。
推荐理由：新版本在基准测试提升的同时压缩了任务运行时间和输出长度，读者可据此判断 Agent 编码的成本边界变化。
RadarAIAI 评分6060 DeepSeek V4.1 Flash 1017 代码修复能力评测
Bug Hunt 实测显示，DeepSeek V4.1 Flash 1017 的代码 Debug 得分从 21.7 升至 38.7，大幅领先 Grok 和 Qwen，逼近 Gemini 4 和 Opus 5.5，且权重已开源。评测基于模拟真实工程场景的 Bug 修复任务。
RadarAIAI 评分7171 DeepSeek 发布 V4.1-Flash-1017 并将内部搜索引擎开放为 Search & Fetch API
DeepSeek 发布增量更新版本 V4.1-Flash-1017，官方称其基准表现更强、任务完成更快、输出更短，已上线官网、App 和 API。该版本采用带自我反馈的强化学习训练，并适配 DeepSeek Harness v0.2.1-rc.1、腾讯 CodeBuddy、WorkBuddy 等工具。
RadarAIAI 评分7474 DeepSeek 发布 V4.1-Flash-1017，称性能与成本双改进
DeepSeek 发布 DeepSeek-V4.1-Flash-1017，称相比上一版基准更强、任务完成更快、输出更短，是性能与成本的 Pareto 改进，已上线网站、App 和 API，并针对 DeepSeek Harness、腾讯 CodeBuddy、WorkBuddy 等做了优化。
RadarAIAI 评分6060 DeepSeek V4.1-Flash-1017 性能对比：专项超越 GPT-5.6-Sol，综合仍逊于 Claude Opus 5
DeepSeek V4.1-Flash-1017 在编程、终端操作和 Agent 任务专项基准中超越 GPT-5.6-Sol，但综合推理和高难度编程任务仍逊于 Claude Opus 5。相比上一版本，该模型在编程、终端操作、Agent 执行和复杂任务场景中均有明显提升。
RadarAI同新闻AI 评分7878 DeepSeek 发布并开源 V4.1-Flash-1017 轻量模型
DeepSeek 发布并开源 V4.1 Flash-1017 模型，主打推理效率与使用成本的双重帕累托改进。该版本融合自反馈强化学习以支持端到端项目构建，并开放 Search & Fetch API、深度适配工具链。材料仅提供摘要，未给出具体基准数据与模型参数。
RadarAIAI 评分7575 DeepSeek 发布 V4.1 Flash 1017 版本并开放搜索 API
DeepSeek 推出 V4.1 Flash 1017 版本，在基准测试中表现突出，SWE V1.1 测试优于其他模型。该版本侧重效率，缩短任务处理时间和输出长度以降低运行成本，同时开放自研搜索 API 以增强 Harness 功能。
RadarAI精选AI 评分8282 DeepSeek 发布 V4.1-Flash-1017，智能体任务超越更大对手并开放搜索 API
DeepSeek 发布 DeepSeek-V4.1-Flash-1017，已在官网、App 和 API 开放，权重开源在 Hugging Face 和 ModelScope。
推荐理由：材料给出新模型在智能体与编程任务上的基准与单任务成本对比，可据此判断小模型的实际性价比。
The Decoder精选AI 评分8080 DeepSeek-V4.1-Flash-1017 发布，智能体任务表现超越更大模型并大幅降低单任务成本
DeepSeek 发布 DeepSeek-V4.1-Flash-1017，已在官网、App 和 API 上线，并在 Hugging Face 与 ModelScope 开源模型权重。
推荐理由：DeepSeek 新 Flash 模型在自家基准上以更低单任务成本超过更大模型，读者可据此比较性能与成本取舍。
RadarAIAI 评分6060 DeepSeek-V4.1-Flash-1017 模型更新并下调 API 价格
DeepSeek 发布 V4.1-Flash-1017 模型，作为 V4.1 Flash 的最新快照，已在官方平台和 API 上线。该模型在基准测试中表现更优、任务执行速度更快，并进行了专门的框架优化和 API 价格下调。新模型通过强化学习和专项优化，提升了在 3D 建模、游戏复刻等复杂开发任务中的表现。
RadarAI同新闻AI 评分7878 DeepSeek 发布 V4.1-Flash-1017 检查点，DeepSWE 得分 77.0 并开放 Search API
DeepSeek 发布 DeepSeek-V4.1-Flash-1017 检查点，已上线网站、App 和 API，官方称在全部 11 项基准上超过 9 月版 V4.1-Flash，提升 2.0 到 11.1 分，DeepSWE v1.1 达 77.0。
RadarAIAI 评分5858 DeepSeek 发布 V4.1-Flash-1017 模型
DeepSeek 发布 V4.1-Flash-1017 版本，称其在各项基准测试中表现显著优于前代，推理速度更快、成本更低，并针对 DeepSeek Harness 等平台的集成做了优化。材料未给出具体基准名称与数值。
RadarAI同新闻AI 评分7878 DeepSeek 发布 V4.1-Flash-1017，多基准提升并开放自研搜索 API
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。官方称新版本在多个 Harness 下达到新的性能-费用帕累托最优，建议升级到 DeepSeek Harness 0.2.1-rc.1 及以上，并开放了自研搜索 API。
RadarAIAI 评分6262 DeepSeek-V4.1-Flash-1017 发布，已在网站、App 和 API 上线
DeepSeek 发布 DeepSeek-V4.1-Flash-1017，称其相比上一版本基准测试表现更强、任务完成更快、输出更短，在性能与成本上是帕累托改进，现已在网站、App 和 API 上线。该版本针对 DeepSeek Harness、腾讯 CodeBuddy、WorkBuddy 等做了优化，需升级到 DeepSeek Harness v0.2.1-rc.1 或更高版本以获得最佳体验。
RadarAIAI 评分6767 DeepSeek 发布 DeepSeek-V4.1-Flash-1017，官网、App 和 API 已上线
DeepSeek 发布 DeepSeek-V4.1-Flash-1017，官方称相比上一版性能更强、任务完成更快、输出更短，已在官网、App 和 API 上线。
RadarAIAI 评分6262 DeepSeek V4.1 Flash 1017 上线 OpenRouter
DeepSeek V4.1 Flash 1017 已在 OpenRouter 上线，DeepSeek 是首个接入的服务商，后续还会有更多服务商接入。该模型是 V4.1 Flash 的更新版，token 效率更高，在 agentic 基准上有明显提升，上下文为 1.05M，输入 $0.15/M、输出 $0.60/M。
RadarAI精选AI 评分8080 DeepSeek 发布开源权重模型 DeepSeek-V4.1-Flash-1017
DeepSeek 发布开源权重模型 DeepSeek-V4.1-Flash-1017，在 DeepSWE 1.1 基准上取得 77% Pass@1，据称超过 GLM-5.3、Kimi K3、GPT-5.6 Sol 和 Opus 5。模型已上线 DeepSeek Chat、API 和 HuggingFace，官方称相比上一版性能更强、任务完成更快、输出更短，并在性能与成本上实现 Pareto 改进。
推荐理由：DeepSeek 新开源权重模型在编码基准上的成绩与极低成本，为评估开源模型能否替代闭源方案提供了参照。
RadarAIAI 评分7272 DeepSeek 发布 DeepSeek-V4.1-Flash-1017，性能更强且输出更省 token
DeepSeek 发布 DeepSeek-V4.1-Flash-1017，官方称其基准成绩更强、任务完成更快、输出比上一版更短，是性能与成本的 Pareto 改进，已上线网站、App 和 API。
RadarAI同新闻AI 评分7878 DeepSeek V4.1-Flash-1017 发布：能力提升、成本下降，权重以 MIT 许可开源
DeepSeek 将 V4.1 Flash 更新至 V4.1-Flash-1017 版本，网页端、APP 与 API 已同步替换。官方称新版本在各项基准测试中能力较上一版明显提升，同时任务运行时间与输出长度缩短，单次调用综合成本下降，并针对 DeepSeek Harness、腾讯 CodeBuddy、WorkBuddy 等平台做了适配优化。
RadarAIAI 评分6262 Artificial Analysis 发布 NVIDIA Vera Rubin NVL72 在 AA-AgentPerf 上的首批评测结果
Artificial Analysis 在 agentic 推理基准 AA-AgentPerf 上发布 NVIDIA Vera Rubin NVL72 的首批结果，其每兆瓦总吞吐最高约为前代 GB300 NVL72 的 5.7 倍。
RadarAIAI 评分6262 阶跃星辰 Step 5 Preview 上线 DeepInfra，开放权重支持 1M 上下文
阶跃星辰 Step 5 Preview 在 DeepInfra 上线（day zero），采用开放权重，为 600B MoE、27B 激活，支持 1M token 上下文和文本加视觉输入。FP8 定价为每 1M tokens 输入 $1.00、输出 $2.70、缓存 $0.05，面向 coding、frontend、finance 等长程 Agent 场景。
量子位AI 评分6262 蚂蚁百灵开源 Ling-3.1-flash，主打真实工作流任务
蚂蚁百灵开源推出 Ling-3.1-flash，定位高智效比专业模型，主打把真实工作流里的任务干完。模型约 560B 总参数、每 Token 激活约 25B，采用 7 层 KDA 配 1 层 Gated MLA 的混合线性注意力与稀疏 MoE，上下文窗口上限 1M，混合精度量化后权重从约 534GB 降至 292GB，部署 GPU 由 8 卡降至 4 卡。
RadarAIAI 评分4848 Artificial Analysis 将 DeepSeek V4.1 Flash 纳入 AA-AgentPerf，GB300 吞吐领先
Artificial Analysis 将 DeepSeek V4.1 Flash 加入智能体推理性能基准 AA-AgentPerf，榜单现覆盖四款模型。
RadarAIAI 评分6666 ARC Prize 公布 DeepSeek V4.1 Flash 的 ARC-AGI-1 与 ARC-AGI-2 成绩
ARC Prize 公布 DeepSeek V4.1 Flash 在 ARC-AGI (Verified) 上的成绩：ARC-AGI-2 为 72.9%、每任务 $0.13，ARC-AGI-1 为 94.5%、每任务 $0.07。相比 V4 Flash 的最佳成绩，ARC-AGI-1 提高 5.5 分、ARC-AGI-2 提高 11.5 分，但每任务成本约高出 250%。
RadarAIAI 评分3636 DeepSeek V4.1 Flash 的 ARC-AGI 评测成绩
ARC Prize 公布 DeepSeek V4.1 Flash 在 ARC-AGI（Verified）上的成绩：ARC-AGI-3 在 provider adapter harness 下得分 3.3%、成本 $878，standard harness 下得分 0.9%、成本 $1.2k。
RadarAIAI 评分6060 DeepSeek V4.1 Flash 登上 ARC Prize 排行榜
ARC Prize 公布 DeepSeek V4.1 Flash 在 ARC 基准上的完整结果，并给出排行榜、复现公开结果的 GitHub 仓库与测试政策链接。相关结果页面为 arcprize.org/results/deepseek-v4-1-flash。
RadarAIAI 评分6262 MiMo-V2.6-Pro 以 45% 居 FrontierCode 1.1 开源权重模型首位
小米 MiMo 宣布 MiMo-V2.6-Pro 在 Artificial Analysis 上线的 FrontierCode 1.1 榜单上以 45% 领跑开源权重模型。
量子位AI 评分3737 联想天禧自研代码智能体TianxiCode登顶SWE-bench-Live全球第一
联想天禧AI自研代码智能体框架TianxiCode配合DeepSeek-v4.1-Flash，在SWE-bench-Live（Lite分榜）以71%问题解决率登顶全球第一，并通过官方Verified核验。TianxiCode具备跨文件多跳检索、自驱动规划与多轮工具调用、闭环补丁生成与测试驱动自愈三大能力，未来将应用到联想AI硬件产品中。
量子位精选AI 评分7878 Anthropic 发布 Claude Haiku 5.5，跑分对标 GPT-6 Luna 且价格下调
Anthropic 发布 Claude Haiku 5.5，官方跑分逐项超过 GPT-6 Luna，并超越 DeepSeek V4.1 Flash 和 GLM-5.3-Flash，成为新的小模型守门员。
推荐理由：原文给出 Haiku 5.5 与 GPT-6 Luna、DeepSeek V4.1 Flash 的逐项跑分和价格对比，并列出五处迁移改动。
科技媒体 RSSAI 评分6060 ARC Prize 公布 DeepSeek V4.1 Flash 的 ARC-AGI 成绩与复现代码
ARC Prize 公布 DeepSeek V4.1 Flash 在 ARC-AGI 榜单上的完整成绩，测试结果可通过 GitHub 仓库复现。完整结果与测试政策见 arcprize.org/results/deepseek-v4-1-flash。
科技媒体 RSSAI 评分6666 ARC Prize 公布 DeepSeek V4.1 Flash 的 ARC-AGI 评测成绩
ARC Prize 公布 DeepSeek V4.1 Flash 在 ARC-AGI (Verified) 的成绩：ARC-AGI-2 得分 72.9%，每任务成本 $0.13；ARC-AGI-1 得分 94.5%，每任务成本 $0.07。相比 V4 Flash 的最佳成绩，ARC-AGI-1 高 5.5 分，ARC-AGI-2 高 11.5 分，但每任务成本高约 250%。
科技媒体 RSSAI 评分6262 彭博行业研究：DeepSeek V4.1 Flash 发布后中美顶尖模型 LiveBench 差距缩至 3%
据彭博行业研究报告，DeepSeek 9 月发布 V4.1 Flash 后，中国顶尖模型在基准测试上仅落后美国对手 3%。这一差距较 5 月的约 9% 和今年早些时候的 15% 明显收窄。