DeepSeek的最新版本獲得一項新成就。DeepSeek-V4.1-Flash-20261017模型現已成為Arena.ai Code Arena WebDev排行榜上排名最高的開源模型,超越Kimi K3 (Max),同時運行成本僅約其十分之一。

排行榜顯示了什麼

Arena.ai於2026年10月18日發布了更新排名。這款新的DeepSeek版本在Code Arena WebDev上獲得1670分,位列開源模型第一、整體排名第12名。該排行榜涵蓋代理式與前端程式設計任務。

據Arena.ai估計,被取代開源榜首位置的Kimi K3 (Max)運行成本約高出10倍。該平台也將此次發布形容為改變了開源模型在工作流程中的性能-成本帕累托前沿,也就是模型產出與運行成本之間的取捨。

小版本更新帶來超乎尋常的提升

10月17日的版本在技術上屬於小版本更新,是對2026年9月發布的DeepSeek模型的升級。但此處的「小」仍意味著在DeepSeek列出的每一項基準測試上都有所提升。與9月版本的比較包括:

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

三項之中以Terminal-Bench 4.0增幅最大,上升11.1分。

技術細節

該模型採用混合專家(Mixture-of-Experts)架構,即針對任何給定任務僅激活部分參數。骨幹擁有5520億參數,外加1960億Engram參數,但模型不會同時啟用全部參數。由於推理運算量取決於激活參數而非總參數,這種稀疏設計使每個生成token背後的運算量相當於一個規模小得多的網路。

在預填充(prefill)階段,即模型讀取和處理輸入時,有80億參數處於激活狀態。在解碼(decoding)階段,即生成輸出時,這一數字擴大至160億。

其他列出的特性包括因果編碼器-解碼器(Causal Encoder-Decoder)結構、原生視覺(模型可直接以圖像作為輸入),以及降低生成期間儲存注意力狀態所需記憶體的KV快取最佳化。上下文視窗長達100萬token,足以在單一上下文中容納龐大的程式碼庫或長時間的代理會話。

權重已在Hugging Face上以MIT授權發布,這是一種允許商業使用、修改和再散布的寬鬆授權,實際差異在於團隊能否在自己的基礎設施上運行和修改模型,還是只能透過API存取。對於不想自行部署的開發者,DeepSeek的API定價為每百萬輸入token 0.30美元、高峰時段每百萬輸出token 1.20美元。

背景:DeepSeek的策略

DeepSeek,正式名稱為杭州深度求索(杭州DeepSeek),是一家圍繞開放權重模型建立自身定位的中國AI實驗室。其V4.1系列專門主打高成本效益的代理式程式設計。

對開發者的意義

最直接的影響落在正在選擇要將哪個模型接入其工具鏈的工程團隊身上。一個在開源與閉源競爭者中整體排名第12名、同時每百萬輸入token僅收費0.30美元的模型,為程式設計工作負載提供了極具成本競爭力的選項。

這一排名也意味著仍有11個模型排在其上。排行榜的最頂端目前仍然遙不可及。下一次Arena.ai排行榜更新將顯示這款10月17日的版本能否守住剛剛奪下的開源模型領先地位。