DeepSeek 发布了 V4.1 Flash 1017,这是一个开源模型,拥有 1M 的 token 上下文窗口和 763B 参数。这一迭代在十一个基准测试中显示出显著的改进,尤其是在编码任务中,它在 DeepSWE 上取得了 77.0 分,超过了 Opus 5 和 GPT-5.6 Sol 等模型。该模型在智能体任务和视觉能力方面也表现出色,使其成为复杂逻辑推理和跨文件代码生成的有力竞争者。 AI
影响 此次发布为编码任务和智能体能力树立了新的标杆,可能影响企业在复杂工作流程中采用先进的 AI 模型。
排序理由 Frontier-lab 模型发布,附带系统卡和基准测试结果。[lever_c_demoted from frontier_release: ic=1 ai=1.0]
- Claude Code
- DeepSeek
- GLM 5.3
- GPT-5.6 Sol
- Hugging Face
- Kimi k3
- mini-SWE-v2
- MIT License
- NL2Repo-Bench
- ProgramBench
- ServBay
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →