Agent Arena 发文称：最新发布的 V4.1-Flash-20261017（Max 模式），拿下了开源模型第一名，总榜排到了第 11 位。这个排名是怎么测出来的呢？Arena.ai 用了超过 7500 个真实场景去跑，最终这个模型的综合表现比之前提升了 5.1%。

排在它前面的那些模型，全是闭源的，而且贵得多。V4.1-Flash 跑一个任务的中位花费是 0.2 美元，Arena.ai 算了一笔账：它达到了 GPT-6.1 Sol 大约 37% 的性能提升，但成本只有人家的 27% 左右。

再看具体的单项成绩。先说任务完成率，它排第 8，提升了 11.5%，开源模型里最高。然后是用户满意度，排第 11，提升 5.9%，也是开源第一。Bash 命令的可靠性排第 12，提升 5.4%。可控性排第 13，提升 2.5%。还有一个亮点，它在工具调用上没有出现幻觉问题，让它调什么工具就调什么工具，不会瞎编一个不存在的。

同一天，Arena.ai 还发了另一条消息：同一个模型在 Code Arena 的网页开发赛道也拿到了开源第一，超过了 Kimi K3（Max），而且成本只有 Kimi 的十分之一。Code Arena 总榜排第 12，1670 分，排在 Claude Opus 5（High）前面。

一个开源模型，同时在 Agent 和代码两个赛道拿到开源冠军，价格还便宜成这样，我们真的要感谢梁圣啊。

科技先锋官