DeepSeek V4.1 Flash 1017 拿下四项开源第一，这次是真挤进了前沿曲线

开源模型这波有点凶。10 月 19 日，Arena、Parallel、Vals AI 等第三方评测机构陆续公布最新结果，10 月 17 日发布的 DeepSeek-V4.1-Flash-1017 在四项榜单上同时位居开源模型第一，其中 Arena 网页开发榜总分 1670 分、总榜第 12，距离榜首的闭源模型只差 12 分。更要紧的不是排名，而是它进了一条别人还没站上去的曲线——后面细说。

四项开源第一，具体是什么水平

先拆开看这四个成绩。

Arena 网页开发榜得分 1670 分，开源第一、总榜第 12，超过了 Kimi K3（Max）、MiMo-V2.6 Flash 等开源模型，也压过了 Muse Spark 1.3（Max）、Claude Opus 5（High）、Grok 4.7（xHigh）这些闭源型号。

Parallel 联网搜索榜得分 68.9 分，开源第一、总榜第 10，是首个闯进 Parallel 总榜前十的开源模型。

Vals AI 综合评测得分 56.58%，开源第一、总榜第 14。

AI-Leaderboard.dev 的 Agentic Coding Index 给到 77.5 分，同样是开源第一。

单项第一不算稀奇，四条独立评测体系同时开源登顶，说明这不是某个榜单口径的偶然。

帕累托前沿：更强，同时更便宜

Arena 官方放出的性能-价格对比图里，DeepSeek-V4.1-Flash-1017（Max）进入了 Code Arena 的「帕累托前沿」——那条绿色折线的含义是：目前没有任何其他模型能同时做到比它更便宜且得分更高。从图上看，它的位置在 1 美元每百万 token 以下、1670 分这个坐标，往左是更便宜的 GLM-5.3-Flash、Granite 4.1 8B，但分数都低一截；往右是 Claude Sonnet 5.5、Opus 5.5，分数更高但价格是它的几倍到几十倍。

价格方面，高峰时段每百万 token 输入（缓存未命中）2 元、输出 8 元；空闲时段输入 1 元、输出 4 元；缓存命中时段输入低至 0.04 元。官方给出的综合成本约为 Kimi K3 的 十分之一，单项任务平均费用较上一版 Flash 下降约六成。Parallel 那边的数据也印证了「更强但更贵一点」的取舍——搜索得分从 62.7 提到 68.9，单千次任务成本也涨了，但放在总榜里依然是最便宜的那一档。

实际体验：许愿式编程能跑通

DeepSeek 给这版模型的定位叫「许愿式编程」，一句需求就能生成游戏、3D 场景这类可交互网页。有媒体实测用它在 6 元成本内做完了古代开封 3D 探索场景和网页赛车游戏两个案例，均一次跑通：3D 场景的沿河街市有拱桥、船只、传统建筑的层次感，赛车游戏有完整的仪表盘风格和可玩性，短板是人物建模还比较简陋。另有开发者反馈生成速度比 GPT-6.1 超快模式还快，甚至调侃「这得改名叫 V4.2-Pro」。

Agent 侧的表现也被单独提了出来：Agent Arena 整体排名约第 11，在确认成功率、用户好评率、Bash 可靠性、可引导性等细分指标上都是开源最强，几乎没有工具幻觉问题，中位任务成本约 0.19 到 0.20 美元。

写在最后

冷静看，这次登顶的都是「开源榜」，总榜前列依然是 Claude Opus、GPT-6 系列这些闭源旗舰，Flash 与它们的差距客观存在。但帕累托前沿的位置比排名本身更有分量——它意味着在「同等预算下你能买到什么」这件事上，开源第一次站到了最划算的那个点上。对个人开发者和中小团队来说，这类模型才是真正日常跑得起的那个档位。

另外值得一提的是，这次发的只是 Flash 版本，Pro 还在后面。

你现在跑代码任务用的是哪家模型？会因为成本切换到这版试试吗？