DeepSeek V4.1 Flash 1017
开源权重 ↗DeepSeek · 2026-10-17 发布 · 10/19 14:06 更新
AIHOT 评分 · 综合63.8分综合第 15 名评分不是正确率 · 评测覆盖 43%
可比较分类4/ 4 项分类
已有成绩14项评测
上下文窗口104.9万Token
API 输入 / 输出 · 每百万 Token¥1 / ¥4空闲时段价;北京时间工作日(法定节假日除外)09:00–12:00、14:00–18:00 为高峰,输入、输出及缓存命中价均翻倍。缓存 ¥0.02厂商官方价格
各有所长,看得更清楚。
每个领域单独评分,和综合评分用同一种分数,可以直接比。具体能力请看下面每项成绩。
编程AIHOT 评分63.9分第 14 名5 项评测 · 覆盖 57%科研AIHOT 评分63.7分第 17 名2 项评测 · 覆盖 29%专业办公AIHOT 评分66.8分第 11 名5 项评测 · 覆盖 50%知识问答AIHOT 评分59.8分第 33 名前 30 名之外2 项评测 · 覆盖 40%
覆盖比例是这个领域里已有成绩的评测类别占比,不代表能力高低;没测的不补分,也不扣分。
每一项成绩,都有来处。
按领域列出每项公开成绩,以及它折算成的统一分数。展开可查看运行配置与采用方式。
编程63.95 项
科研63.72 项
专业办公66.85 项
知识问答59.82 项
尚无成绩的评测
这些评测尚无可采用的公开成绩,缺测不补分。
LiveBench · 编程综合ProgramBenchVibe Code Bench 1–100CyberBench Patch v1.1FrontierMath v2 · Tiers 1–3LiveBench · 推理与数学Chess PuzzlesMystery Game PuzzlesMysteryMechanismTerminal-Bench Science · ValsTerminal-Bench Science · AAAPEX-Agents 1.1τ³-Banking · MercorLiveBench · 数据分析MedCodeAA-Analyst AgentSimpleQA VerifiedMLCR-AALiveBench · 语言与指令BullshitBench · 错误前提Arena Text
怎么看这些折算分
每项成绩按这项评测的难度折算成同一种分数:难的评测考得一般也能折算出高分,快被刷满的评测再高也折算不出更多。领域分是这些折算分的平均,再向模型的整体水平收一点;同类评测只算一票。相差不到 1 分的两个模型,先后接近抛硬币。
还没有成绩的领域:真人盲选,暂按整体水平计算。
了解计算方法 →