待验证50% 置信基准精确时间
在 ProgramBench、NL2Repo-Bench、Automation-Bench、Agents' Last Exam 四个基准上，V4.1 Flash 1017 得分分别为 29.1、68.2、60.5、35.4，均高于 V4 Pro 0813 的 15.5、61.5、43.2、25.7
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/19
首次发现
有效期至：2027/1/17
来源
DeepSeek V4.1 Flash 1017 实测对比：便宜模型全面超越 Pro？
rss2026/10/19
涉及实体
相关事实
待验证V4.1 Flash 1017在Terminal-Bench 4.0上的得分从31.2%提升到42.3%，五周内相对提升35%。77% 相似待验证DeepSeek V4.1 Flash 1017在Terminal Bench 4.0上从31.2升至42.3，Program Bench从20.2升至42.3，Agent's Last Exam从31.8升至35.4，Apex Bench从64.6升至72.1，Chartography从78.9升至83.0，Baby Vision从89.6升至92.5。74% 相似待验证在知识推理类任务上V4.1 Flash输给V4 Pro：博士级理科问答90.9对92.4、「人类最后的考试」36.8对42.773% 相似待验证在纯文本 HLE 子集上，V4.1 Flash 1017 得分 44.0，超过 V4 Pro 0813 的 42.773% 相似待验证V4.1-Flash在某编程测试维度的得分达到74.2分，相比V4-Flash提升了将近20分72% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1067645API
curl https://kongchang.com/api/v1/knowledge/claims/1067645MCP
get_claim(id=1067645)