DeepSeek-V4.1-Flash 技术报告厂商报告

Name: DeepSeek-V4.1-Flash 技术报告
Published: 2026-09-10

2026-09-10来源于 DeepSeek-V4.1-Flash 技术报告第 33 页 Table 3。收录主模型的 19 行基准，HLE 完整集与纯文本子集拆分后共 20 项成绩；另收录同表 ZeroBench-main 带工具 Pass@5 的 3 个对照值，共 23 条成绩。Base 模型与其他模型的其余成绩不在本次范围内。以技术报告为准：Codeforces 为 3471（发布图为 3921），NL2Repo 为 65.4（模型卡为 64.0），CyberGym 为 88.1（发布图为空）。评测采用 max 推理强度；推理任务 top_p=1.0，Agent 任务 top_p=0.95，temperature=1.0。DeepSWE v1.1 使用 mini-SWE，其余代码任务使用 DeepSeek Harness 极简模式；视觉 Agent 使用 Claude Code。AutomationBench 为 v1.0.6 公开评测集。原始指标、评测配置与来源差异保存在 raw。

返回数据源目录

DeepSeek-V4.1-Flash 技术报告厂商报告

查看来源

2026-09-10来源于 DeepSeek-V4.1-Flash 技术报告第 33 页 Table 3。收录主模型的 19 行基准，HLE 完整集与纯文本子集拆分后共 20 项成绩；另收录同表 ZeroBench-main 带工具 Pass@5 的 3 个对照值，共 23 条成绩。Base 模型与其他模型的其余成绩不在本次范围内。以技术报告为准：Codeforces 为 3471（发布图为 3921），NL2Repo 为 65.4（模型卡为 64.0），CyberGym 为 88.1（发布图为空）。评测采用 max 推理强度；推理任务 top_p=1.0，Agent 任务 top_p=0.95，temperature=1.0。DeepSWE v1.1 使用 mini-SWE，其余代码任务使用 DeepSeek Harness 极简模式；视觉 Agent 使用 Claude Code。AutomationBench 为 v1.0.6 公开评测集。原始指标、评测配置与来源差异保存在 raw。