IT之家 في 20 أكتوبر، أفادت ساحة الذكاء الاصطناعي Arena اليوم بأن أحدث إصدار من شركة DeepSeek، وهو DeepSeek-V4.1-Flash-1017، قد تصدّر قائمتي النماذج مفتوحة المصدر في Agent Arena وكذلك Code Arena: WebDev، محتلاً المرتبة 11 في القائمة العامة.
يُظهر ترتيب Agent Arena أن DeepSeek-V4.1-Flash-20261017 (Max) يحتل المرتبة الأولى بين النماذج مفتوحة المصدر والمرتبة 11 في القائمة العامة. وفقًا لبيانات القائمة، حقّق النموذج مؤشر تحسين صافٍ شامل بنسبة 5.13% استنادًا إلى 7498 جلسة استخدام حقيقية، مع تكلفة وسطى لكل مهمة تبلغ نحو 0.18 دولار (ملاحظة IT之家: أي ما يعادل نحو 1.2 يوان صيني بسعر الصرف الحالي).
أما في المؤشرات التفصيلية، فجاء النموذج في المرتبة الأولى بين النماذج مفتوحة المصدر في تأكيد نجاح المهمة، وتغذية المستخدمين الراجعة الإيجابية والسلبية، وموثوقية تنفيذ أوامر Bash على حد سواء. فمؤشر تأكيد نجاح المهمة بلغ 11.54% بمرتبة 8 في القائمة العامة؛ ومؤشر التغذية الراجعة الإيجابية والسلبية للمستخدمين 5.89% بمرتبة 11 في القائمة العامة؛ ومؤشر موثوقية تنفيذ أوامر Bash 5.42% بمرتبة 12 في القائمة العامة. أما مؤشر القابلية للتوجيه فبلغ 2.46% بمرتبة 13 في القائمة العامة، وهو أيضًا في المرتبة الأولى بين النماذج مفتوحة المصدر.
وتُظهر قوائم Arena أيضًا أن مؤشر هلوسة الأدوات للنموذج بلغ 0.48%. ويقيس هذا المؤشر حالات اختلاق النموذج لأدوات لا يمتلكها فعليًا، وكلما انخفضت القيمة قلّت مثل هذه المشكلات. ووفقًا لهذا المؤشر، جاء النموذج في المرتبة 7 في القائمة.
وعلى صعيد التكلفة، تبلغ التكلفة الوسطى لكل مهمة في DeepSeek-V4.1-Flash-20261017 (Max) نحو 0.18 إلى 0.19 دولار، مع اختلاف طفيف في البيانات المعروضة بين صفحات القوائم المختلفة.
كما أدرجت Arena النموذج ضمن حدود باريتو للأداء وتكلفة المهمة، ما يعني أنه وفقًا للمؤشرات المعتمدة في هذا التقييم يُعد من بين النماذج التي لا يستطيع أي نموذج آخر ضمن القائمة التفوق عليها في الأداء والتكلفة معًا.
للقراءة ذات الصلة: