速報：@deepseek_aiのDeepSeek-V4.1-Flash-20261017 (Max) がAgent Arenaでオープンモデル第1位になりました！全体で#11にランクインし、+7.5Kの実世界セッション全体で+5.1%の正味向上を達成しました。
このパフォーマンスはAgent Arenaのパレートフロンティアをも塗り替えます！V4.1-Flash 20261017より性能が上のモデルはすべて、はるかに高コストのプロプライエタリモデルです。タスクあたりの中央値コスト$0.20で、GPT-6.1 Solの向上の約37%をコスト約27%で実現しています。
シグナル別の成果は以下の通りです:
- Confirmed Successで+11.5%の#8（オープン第1位）
- Praise vs. Complaintで+5.9%の#11（オープン第1位）
- Bash Reliabilityで+5.4%の#12（オープン第1位）
- Steerabilityで+2.5%の#13（オープン第1位）
- Tool Hallucinationに問題なし
シグナルの詳細はスレッド内のリンク先のAgent Arenaをご覧ください。
このリリースを成し遂げた@deepseek_aiチーム、おめでとうございます！
