0.20 美元一个任务，DeepSeek-V4.1-Flash-20261017 (Max) 在 Agent Arena 上的中位成本就这么多。那它干活到底行不行？

Arena 的图上它净提升 +5.1%，排第 11，前十个全是闭源，开源模型里没有比它高的。按他们自己的算法，相当于拿到 GPT-6.1 Sol 约 37% 的提升，花约 27% 的钱。

净提升是对哪个 baseline 算的，帖子里没说。

分项里 Bash Reliability、Confirmed Success 也都是开源里排在前头的，工具幻觉那栏没出问题。Code Arena: WebDev 是另一套榜，它在那边排第 12，1670 分，两边别混着看。

同一张图往下翻，第 20 名是旧版 DeepSeek-V4.1 Flash (Max)，+2.6%。

#DeepSeek #大模型 #AI