DeepSeek V4.1 Flash
DeepSeek · deepseek-v4.1-flash · China · 上线 2026-09-09
34ECI 榜名次
156Epoch ECI
1476网友盲测分（全球第 35）
17有成绩的基准
最拿手
- Mystery Game Puzzles：第 16 / 76 名（成绩 43.0%）
- OTIS Mock AIME 2024-2025：第 23 / 118 名（成绩 98.3%）
- ARC-AGI：第 17 / 79 名（成绩 94.5%）
相对薄弱
- WeirdML v3：第 21 / 25 名（成绩 11.6%）
- APEX-Agents：第 42 / 54 名（成绩 39.5%）
各基准成绩
| 基准 | 成绩 | 名次 | 超过了多少模型 |
|---|---|---|---|
| Mystery Game Puzzles | 43.0% | 16 / 76 | |
| OTIS Mock AIME 2024-2025 | 98.3% | 23 / 118 | |
| ARC-AGI | 94.5% | 17 / 79 | |
| Chess Puzzles | 48.0% | 17 / 81 | |
| ARC-AGI-2 | 72.9% | 21 / 78 | |
| LMCA | 47.0% | 33 / 104 | |
| ProofBench | 54.0% | 24 / 68 | |
| GPQA diamond | 89.8% | 44 / 117 | |
| FrontierCode | 43.9% | 16 / 41 | |
| FrontierMath-Tiers-1-3-v2-Private | 67.4% | 33 / 84 | |
| DTBench | 89.9% | 47 / 109 | |
| SimpleQA Verified | 42.9% | 44 / 81 | |
| FrontierMath-Tier-4-v2-Private | 26.8% | 37 / 68 | |
| Furniture Assembly | 34.2% | 22 / 35 | |
| Surface Evolver Bench | 46.2% | 17 / 23 | |
| APEX-Agents | 39.5% | 42 / 54 | |
| WeirdML v3 | 11.6% | 21 / 25 |
成绩是该模型在最佳推理强度下的结果；名次只在已评分的模型里比。
ECI 相近的模型
| # | 模型 | ECI | 上线 |
|---|---|---|---|
| 31▼2 | GPT-5.6 Luna OpenAI | ±2.7 | 2026-07-09 |
| 32▼2 | GPT-5.2 Pro OpenAI | ±3.2 | 2025-12-11 |
| 33▼2 | GLM-5.3 Z.ai | ±2.1 | 2026-08-14 |
| 35▼2 | Claude Opus 4.6 Anthropic | ±2.1 | 2026-02-05 |
| 36▼2 | DeepSeek V4 Pro 0813 DeepSeek | ±2.0 | 2026-08-13 |
| 37▼2 | Gemini 3.1 Pro | ±2.3 | 2026-02-19 |