PANews October 20 news: The AI model evaluation platform Arena announced that DeepSeek-V4.1-Flash-20261017 (Max) has ranked first among open-source models on Agent Arena and 11th on the overall leaderboard. Based on approximately 7,500 real usage sessions, the model's comprehensive net improvement relative to the average model is about 5.1%, and the median cost per task is about $0.20. This version ranks first among open-source models in all four metrics: task success confirmation, positive and negative user feedback, Bash command execution reliability, and steerability, with the task success confirmation metric ranking 8th on the overall leaderboard.
Noticias · 其他
DeepSeek V4.1 Flash, the new version, tops the Agent Arena open-source model leaderboard and ranks 11th overall.
Tamaño del texto
Leer la fuente
Noticias relacionadas
Represión financiera en la era de la IA
📺 Ver videoBitcoin Magazine Represión financiera en la era de la IA La deslocalización dejó a EE. UU. dependiente de rivales para tecnología crítica, dice Crai...
Bitcoin MagazineLiquidación de los bonos del Tesoro de EE. UU. en septiembre: no son las expectativas de inflación, sino un aumento de los rendimientos reales
El mercado puede estar reevaluando el crecimiento económico y la demanda de capital, pero la prima de plazo sigue siendo una preocupación.
CoinGlass 新闻