10/19Vals AI 称 DeepSeek V4.1 以 $0.64/task 登顶 Vals Index 开源权重模型第一(v4.1)

话题 · 模型产品

先看结论

Vals AI 称 DeepSeek V4.1 以 $0.64/task 登顶 Vals Index 开源权重模型第一(v4.1)

他给 DeepSeek V4.1 的定位:AA 45%、Vals 56.6%,便宜快速但非前沿,属经济档

这些标记是什么意思

疑似或传闻 当事方还没回应迹象指向 依据接口、代码提交等公开痕迹作出的推断转述 二手说法,不是原话

最新进展Artificial Analysis 实测 MiniMax-M3.1-Flash 在 AA-Omniscience 答对 56%,幻觉率 93%,指数 16 领先 GLM-5.3-Flash 与 DeepSeek V4.1 Flash 1
当前状态未定稿 · 转述

数字

Teortaxes:V4.1-Flash-1017 是 2026 年 DeepSeek 幻觉最少的模型,但知识较前代退步,且在峰值价格下被 Sol 在 Pare

看什么现在的情况依据
事实他给 DeepSeek V4.1 的定位:AA 45%、Vals 56.6%,便宜快速但非前沿,属经济档
数字Vals AI 称 DeepSeek V4.1 以 $0.64/task 登顶 Vals Index 开源权重模型第一(v4.1)
官方尚未表态

各方3 人

Vals AI实测DeepSeek V4.1(10/17)以 $0.64/task 登顶 Vals Index 开源权重模型第一𝕏

Teortaxes分析他给出的理由:知识准确度轻微下滑是重度 RL 的典型现象,约一年前的前沿模型上就已如此𝕏

Max For AI转述传闻(未证实):一款备受瞩目模型今日发布,agentic 能力更强且价格更低,该价格对比不含缓存命中部分𝕏

产业解读

关键数字Vals Index 上 V4.1 单任务 $0.64;Teortaxes 记录 AA 45%、Vals 56.6%
时间点评测对象为 10 月 17 日版 V4.1(V4.1-Flash-1017)
谁会受影响按单任务成本选型的团队账单;用开源权重档跑量的用户受影响

这不是投资建议。

Artificial Analysis 实测 MiniMax-M3.1-Flash 在 AA-Omniscience 答对 56%,幻觉率 93%,指数 16 领先 GLM-5.3-Flash 与 DeepSeek V4.1 Flash 1𝕏

转折昨天 1

这件事昨天 10 · 更早 1

昨天

转述 路透社报道中文指令黑客用Cairn多Agent框架攻击1200多个网站,入侵100多家公司,疑似Claude Code搭配DeepSeek V4.1 Flash,每次成功入侵约50美元𝕏

Max For AI

称一款备受瞩目的模型将于今天发布,Agentic 能力优于 DeepSeek V4.1-Flash-1017 且价格更低𝕏

Max For AI

判断DeepSeek V4.1 在 AA 得 45%、Vals 得 56.6%,便宜快速但非前沿,属经济档(v4.1)𝕏

Teortaxes

质疑DeepSeek 新模型在 AA 上冗长程度与 V4.1F 相当,成本节省来源存疑(Pareto)𝕏

Teortaxes

Teortaxes:V4.1-Flash-1017 是 2026 年 DeepSeek 幻觉最少的模型,但知识较前代退步,且在峰值价格下被 Sol 在 Pareto 上压制(V4.1F-1017)𝕏

Teortaxes

更早

Teortaxes:中国铝产量占全球61%,超苏联峰值18%三倍以上,接近美国1945年峰值53%𝕏

Teortaxes
每早一封:昨夜到今晨新增的几件事,每件一行,点开回站点看完整。
HOURAHEAD关于 · 往期 · 2026-10-20 00:36