DeepSeek 的最新版本获得了一项新的成绩。DeepSeek-V4.1-Flash-20261017 模型现已成为 Arena.ai Code Arena WebDev 排行榜上排名最高的开源模型，超越 Kimi K3 (Max)，而运行成本约为后者的十分之一。

排行榜显示的情况

Arena.ai 于 2026 年 10 月 18 日发布了更新后的排名。DeepSeek 的新版本在 Code Arena WebDev 上获得 1670 分，在开源模型中排名 #1，总榜排名 #12。该排行榜涵盖智能体编程和前端编程任务。

据 Arena.ai 估计，在开源模型排名中被其取代的 Kimi K3 (Max)，运行成本约高出 10 倍。该平台还表示，这一发布改变了开源模型在工作流程中的性能—成本帕累托前沿，换言之，也改变了模型性能与运行成本之间的权衡关系。

小版本更新带来超预期提升

10 月 17 日发布的版本在技术上属于小版本更新，升级了 2026 年 9 月推出的 DeepSeek 模型。不过，在这一案例中，“小版本”仍意味着其在 DeepSeek 列出的每项基准测试中都有所提升。与 9 月版本相比，具体数据包括：

• DeepSWE v1.1：77.0，高于 74.2
• Terminal-Bench 4.0：42.3，高于 31.2
• Automation-Bench：60.5，高于 54.8

在这三项测试中，Terminal-Bench 4.0 的提升最大，增加了 11.1 分。

模型内部架构

该模型采用 Mixture-of-Experts 设计，也就是针对特定任务只激活部分参数的架构。其主干网络拥有 5520 亿参数，此外还有 1960 亿 Engram 参数，但模型不会同时启用全部参数。由于推理计算量取决于激活参数，而不是参数总量，这种稀疏架构使每个生成 token 背后的计算量与规模小得多的网络相当。

在预填充阶段，即模型读取和处理输入的阶段，会激活 80 亿参数。在解码阶段，即模型生成输出时，激活参数规模增至 160 亿。

其他列出的功能包括 Causal Encoder-Decoder 结构、原生视觉能力（模型可以直接接收图像作为输入），以及可减少生成过程中存储注意力状态所需内存的 KV cache 优化。其上下文窗口达到 100 万 tokens，足以在单个上下文中容纳大规模代码库或较长的智能体会话。

该模型权重以 MIT 许可证发布在 Hugging Face 上。MIT 许可证允许商业使用、修改和再分发；实际而言，这意味着团队可以在自有基础设施上运行和修改该模型，而不必只能通过 API 访问。对于不希望自行部署的开发者，DeepSeek API 的价格为每百万输入 tokens $0.30，峰值时每百万输出 tokens $1.20。

背景：DeepSeek 的发展路径

DeepSeek 的正式名称为 Hangzhou DeepSeek，是一家中国 AI 实验室，长期以开放权重模型为特色。其 V4.1 系列尤其侧重于具备成本效率的智能体编程。

对开发者的意义

最直接的影响将落在选择将哪种模型接入工具链的工程团队身上。一款在同时包含开源和闭源竞争对手的总榜中排名 #12、每百万输入 tokens 收费 $0.30 的模型，为编程工作负载提供了具备成本竞争力的选择。

这一排名也意味着仍有 11 个模型位于其上方。目前它距离排行榜最顶端仍有差距。下一次 Arena.ai 排行榜更新将显示 10 月 17 日的版本能否保持其刚刚取得的开源模型领先地位。