DeepSeek发布「小更新」竟又创下加州大学AI评比纪录

DeepSeek官方10月19日发布了一次小更新，而前身为加州大学伯克利分校(Berkeley)的Chatbot ArenaAI评测平台Arena.ai周二（10月20日）在社群平台X上表示，DeepSeek-V4.1-Flash-20261017（Max）这次更新，又在他们的榜单创下开源模型榜第一名纪录。

这个模型首先在代码相关的Code Arena的WebDev开源榜拿下第一，超过Kimi K3（Max），成本只有对方的约十分之一。总排名第12，分数1670，还赢过Claude Opus 5（High），与GPT-6 Sol（Max）只差约10分。价格是每百万输入token 0.3美元、输出1.2美元，把性价比的前线再往前推。与前一版DeepSeek-V4.1-Flash-20260910相比，多了52分。

接着，在Agent Arena（代理任务）开源榜也登顶，总排名第11。超过7千5百场真实使用会话下来，整体净提升5.1%。单一任务的中位成本约0.20美元，达到GPT-6.1 Sol提升幅度的约37%，成本却只有约27%。性能比它高的模型都是封闭模型，价格贵很多。

分项来看，确认成功排第8，提升11.5%，为开源第一；好评对抱怨排第11，Bash指令可靠度排第12，可引导性排第13，工具幻觉问题则没有出现。

DeepSeek官方说，这只是「小幅更新」：基准更强、任务完成更快、输出更精简，网页、App与API都已同步上线，权重以MIT协议开源。

Arena源自2023年伯克利学生项目，以真人对战投票评比模型，现在也做代码与代理任务的榜单。

网友反应热烈。@xabzxbt说：「开源模型现在几个月就能缩小差距。」@Samking207留言：「以一个Flash模型来说，这真的太惊人。」中文用户@EchoEchoNow写道：「DeepSeek真的是以一己之力打破美国AI独裁的叙事，让AI普惠每个普通人。」@Lirs_hokum则问：「这还只是Flash，要是推出Pro-1017会有多强？」@Pai3Ai指出，开源模型用大约十分之一的成本打败更贵的对手，这种结果会改变实际部署的决定。