DeepSeek V4.1 Flash 小版本更新，基准全面提分 — Hacker News 中文摘要
来源：huggingface.co — 386 分 · by theykk · 407 条评论
📋 概述
DeepSeek 放出 V4.1-Flash 的 1017 小版本，权重仍为 MIT，标注 763B 参数、1M 上下文，推荐 temperature 1.0。官方基准显示它在推理、编码、智能体任务和多模态上全面上涨：Terminal-Bench 4.0 从 31.2 升到 42.3，ProgramBench 从 20.3 到 29.1，Apex Bench v1.1 从 64.6 到 72.1，同时执行时间与输出长度都下降。HLE 无工具得分 42.6，仍低于 Opus 5 的 56.3。
🔑 核心要点
- 这是对 V4.1-Flash 的小版本更新，不是新架构；权重 MIT、约 763B 参数、1M 上下文。
- Terminal-Bench 4.0 从 31.2 涨到 42.3，ProgramBench 从 20.3 到 29.1。
- Apex Bench v1.1 从 64.6 到 72.1，Agents’ Last Exam 从 31.8 到 35.4。
- 官方称同时降低了任务执行时间与输出长度，推高性能-成本帕累托前沿。
- HLE 无工具 42.6（纯文本 44.0），落后 GPT-5.6 Sol 的 44.5 与 Opus 5 的 56.3；不再提供 Jinja 模板，改发 encoding.py 与 Rust 版 deepseek-recipe。
💡 金句
delivering substantial improvements across reasoning, coding, agentic tasks, and visual benchmarks
👍 0
👎 0
← 返回 Hacker News 首页