DeepSeek-V4.1-Flash 跃居 Agent Arena 开源第三，单任务成本仅 0.07 美元

Agent Arena 于 2026 年 9 月 14 日公布最新评测数据，DeepSeek-V4.1-Flash（Max）位列开源模型第三名并刷新帕累托前沿，展现了高性价比开源模型在智能体任务上的效费比优势。

• 评测数据显示，DeepSeek-V4.1-Flash（Max）在基线之上实现 4.87% 的净改进幅度，单任务中位数推理成本仅为 0.07 美元。
• 与同处开源前列的模型相比，该模型保留了 Hy4 preview 约 98% 的净改进幅度且成本降低 73%，保留了 Kimi K3（Max）约 76% 的性能且成本降低 92%。
• 与 Claude Fable 5.1（Max）等头部闭源模型相比，其以 1% 至 3% 的成本保留了 35% 至 54% 的性能改进，使多款旧版本模型退出帕累托前沿。
• 据 Hugging Face 官方文档公布的架构信息，该模型采用 552B 参数混合专家架构与单向编解码器（CED），并结合 KV 缓存压缩技术降低推理资源消耗。
• 影响/看点：该评测结果表明端到端智能体任务的推理成本正在快速下降，若开发者在实际生产环境中能维持与基准相符的完成率，轻量级高性价比模型可能会加快复杂智能体工作流的规模化部署。
• 资料依据：
• X：Arena (@arena)（2026-09-14）：https://x.com/arena/status/2099606881845321841
• Hugging Face（2026-09-10）：https://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash

本内容由 AI 生成，仅供参考，请注意甄别