DeepSeek V4.1 Flash-1017登顶Agent开源榜，总榜第11

深度求索发布的 DeepSeek-V4.1-Flash-1017 在 Agent Arena 以及 Code Arena: WebDev 的开源模型榜单中均排名第一，同时在全部参评模型中位列第11。

Agent Arena 数据显示，DeepSeek-V4.1-Flash-20261017（Max）基于7498次真实使用会话，取得5.13%的综合净改善指标。其单项任务成本中位数约为0.18美元，按当时汇率折算约合人民币1.2元。

从细分能力看，该模型在任务成功确认、用户正负反馈和 Bash 命令执行可靠性三项指标上均位居开源模型首位。任务成功确认指标为11.54%，总榜排名第8；用户正负反馈指标为5.89%，总榜第11；Bash 命令执行可靠性指标为5.42%，总榜第12。可引导性指标为2.46%，总榜排名第13，也在开源模型中排名第一。

榜单还显示，该模型的工具幻觉指标为0.48%，用于衡量模型虚构并不存在或自身无法使用的工具的情况，数值越低代表相关问题越少。按照这一指标，DeepSeek-V4.1-Flash-20261017（Max）在全部模型中排名第7。

不同榜单页面给出的成本数据存在轻微差异，该模型的单任务成本中位数约为0.18至0.19美元。Arena 还将其纳入性能与任务成本的帕累托前沿，表示在当前评测指标下，其他入选模型难以同时在性能和成本两方面超过它。

这一结果主要反映模型在真实 Agent 任务中的综合表现，并结合了执行可靠性、用户反馈、引导能力与使用成本等维度。