DeepSeek 发布了 V4.1-Flash-1017,这是其 V4.1-Flash 模型的更新版本,该模型在 MIT 许可下可用。新版本在 11 项基准测试中表现出性能提升,提升幅度从 2.0 到 11.1 分不等,据报道,它能以更短的输出来更快地完成任务。尽管有这些增强功能,API 定价保持不变,但文章指出,高峰时段和缓存使用等因素会显著影响代理任务的总成本,可能超过因输出长度缩短而节省的费用。 AI
影响 此次发布可能因输出缩短而为代理任务节省成本,但实际节省的费用在很大程度上取决于使用模式和 API 定价的细微差别。
排序理由 Frontier-lab 模型发布,包含系统卡和基准测试结果。[lever_c_demoted from frontier_release: ic=1 ai=1.0]
- Agents Last Exam
- Apex Bench v1.1
- Claude Opus-5
- DeepSeek
- DeepSWE v1.1
- Hugging Face
- Kimi k3
- mini-SWE-v2
- MIT
- V4.1-Flash-1017
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →