待验证50% 置信基准精确时间

此前 Artificial Analysis 和 Vals.ai 的测试显示，V4.1 Flash 在开源权重模型中处于头部，但在 SRE 类任务和法律智能体基准上落后。

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「小更新」：闭源模型的危险信号

涉及实体

DeepSeek-V4.1-Flashmodel Artificial Analysiscompany Vals.aicompany

相关事实

待验证V4.1 Flash在Agent编码类基准测试上超越V4 Pro并反超同级竞品75% 相似待验证V4.1 Flash在另一个终端任务测试中并没有领先图表里的所有模型72% 相似待验证在TominoBench 3.0/4.0这类需要专家级知识的硬核科学任务上，V4.1 Flash与顶尖模型仍有明显差距72% 相似待验证在复杂智能体（Agent）任务中V4.1 Flash工具调用次数容易超限，超标率较高70% 相似待验证V4 Pro自动切换到V4.1 Flash引发开发者担忧，可能影响已接入产品的线上业务稳定性和一致性70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1059986

API

curl https://kongchang.com/api/v1/knowledge/claims/1059986

MCP

get_claim(id=1059986)