DeepSeek V4.1 Flash menduduki tangga teratas senarai terbuka Agent Arena

DeepSeek-V4.1-Flash-20261017 (Max) telah menduduki takhta di senarai model sumber terbuka Arena Agent Arena pada platform penilaian model AI Arena, serta berada di kedudukan ke-11 dalam senarai keseluruhan. Keputusan ini berdasarkan data ujian sebenar daripada kira-kira 7,500 sesi pengguna: kadar penambahbaikan bersih keseluruhannya ialah 5.1% (berbanding purata model), manakala median kos bagi setiap tugas ialah USD 0.20. Versi ini memimpin semua model sumber terbuka dalam empat metrik kemahiran utama—pengesahan kejayaan tugas, pengenalan maklum balas positif dan negatif pengguna, kebolehpercayaan pelaksanaan arahan Bash, dan kebolehdipandu—dan khususnya, metrik “pengesahan kejayaan tugas” mencapai kedudukan ke-8 dalam senarai keseluruhan.