Große Neuigkeit: DeepSeek-V4.1-Flash-20261017 (Max) von @deepseek_ai ist jetzt das #1 offene Modell in der Agent Arena! Es ist direkt auf Platz #11 insgesamt eingestiegen mit +5,1 % Nettoverbesserung über +7,5K echte Sitzungen hinweg.
Diese Leistung formt auch die Agent-Arena-Pareto-Frontier neu! Alle Modelle über V4.1-Flash 20261017 in der Leistung sind proprietär und deutlich teurer. Bei medianen Kosten von $0,20 pro Aufgabe entspricht das ~37 % der Verbesserung von GPT-6.1 Sol für etwa 27 % der Kosten.
Nach Signalen erreicht dieses Release:
- #8 bei Confirmed Success mit +11,5 % (#1 offen)
- #11 bei Praise vs. Complaint mit +5,9 % (#1 offen)
- #12 bei Bash Reliability mit +5,4 % (#1 offen)
- #13 bei Steerability mit +2,5 % (#1 offen)
- Keine Probleme mit Tool Hallucination
Weitere Informationen zu den Signalen finden Sie über den Link im Thread zur Agent Arena.
Glückwunsch an das @deepseek_ai-Team zu diesem Release!
