DeepSeek-V4.1-Flash-1017登顶Arena双榜开源第一：代码与智能体能力全面领先，成本仅竞品十分之一

SmartHey10月20日消息，上周六，DeepSeek正式发布V4.1-Flash-1017模型；今日，该模型在Arena两大核心评测榜单中双双斩获开源模型第一名。

代码/前端能力登顶开源榜首，逼近顶级闭源模型

Code Arena的WebDev榜单专用于评估模型在网页开发与通用编程任务中的实际表现。

DeepSeek-V4.1-Flash-1017以总分1670分位居开源模型首位，整体排名约第12位。其表现不仅超越Kimi K3（Max），且推理成本约为后者的1/10；同时，在分数上仅比Claude Opus 5 (High)低约10分，与GPT-6 Sol (Max)基本持平。

相较上一代Flash版本，本次提升达52分，显著推动了性能与成本之间的帕累托最优边界。

Agent Arena智能体榜单开源第一，真实任务表现卓越

Agent Arena聚焦于模型在真实用户场景下的端到端智能体行为能力，涵盖任务完成度、工具调用可靠性、用户交互质量等维度。

DeepSeek-V4.1-Flash-1017在该榜单中同样位列开源模型第一，整体排名约第11位。

在关键细分指标——任务确认成功率、用户好评率、Bash执行稳定性、可引导性等方面，它均为当前开源模型中最优；尤为突出的是，其工具调用幻觉率极低，展现出高度可控的智能体行为。

该模型同样刷新了Agent Arena的性能-成本帕累托前沿：中位任务成本仅为$0.19–$0.20，远低于排名更靠前的闭源模型（如GPT-6.1 Sol、Claude系列）。

综合来看，DeepSeek-V4.1-Flash-1017在代码生成与智能体任务两大关键赛道均确立开源标杆地位。虽然整体排名仍略逊于顶尖闭源模型（如Claude Opus、GPT-6系列），但其在极低成本下实现接近甚至超越其他开源方案的综合能力，延续并强化了DeepSeek一贯的高性价比优势。