DeepSeek V4.1 Flash đứng đầu bảng xếp hạng mã nguồn mở Agent Arena

DeepSeek-V4.1-Flash-20261017 (Max) vừa vươn lên vị trí số 1 trong bảng xếp hạng mô hình mã nguồn mở trên nền tảng đánh giá AI Arena (Agent Arena), đồng thời đứng thứ 11 trên bảng tổng thể. Kết quả này dựa trên dữ liệu thực tế từ khoảng 7.500 cuộc hội thoại của người dùng thật: tỷ lệ cải thiện ròng tổng hợp đạt 5,1% (so với mô hình trung bình), và chi phí trung vị cho mỗi tác vụ là 0,20 USD. Ở cả bốn chỉ số năng lực cốt lõi — xác nhận thành công tác vụ, nhận diện phản hồi tích cực và tiêu cực từ người dùng, độ tin cậy và khả năng điều hướng khi thực thi lệnh Bash — phiên bản này đều dẫn đầu nhóm mô hình mã nguồn mở; riêng chỉ số “xác nhận thành công tác vụ” còn vươn lên vị trí thứ 8 trên bảng tổng thể.