待验证50% 置信基准精确时间
DeepSeek V4.1 Flash 1017 在 HLE 基准上的得分从 36.8% 提升至 42.6%。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/18
首次发现
有效期至：2026/11/1
来源
DeepSeek V4.1 Flash 1017 实测：最强开源模型？
youtubeWorldofAI2026/10/18
涉及实体
相关事实
已验证DeepSeek V4.1 Flash 在 GPQA、HLE 等方面的评分低于此前版本76% 相似待验证DeepSeek V4.1 Flash在Deep SWE软件工程代码测试上拿到74分，是UP主见过的第一个在Deep SWE上达到74分的开放权重模型73% 相似待验证GLM-5.3-Flash 在 DeepSWE v1.1 得63.4分，比 GLM-5.2 的46.2分提升17.2分；HLE 得55.3分。73% 相似待验证DeepSeek V4.1-Flash-1017 在 Terminal-Bench 4.0 基准上相比上一版本提升了 11 分。73% 相似待验证DeepSeek-V4.1-Flash-1017 在 DeepSWE v1.1 上得分 77.0，超过 Claude Opus 5 的 74.0。72% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1059325API
curl https://kongchang.com/api/v1/knowledge/claims/1059325MCP
get_claim(id=1059325)