DeepSeek-V4.1-Flash-1017: два новых первых места

В ежедневном снимке QuantID за 23 октября DeepSeek-V4.1-Flash-1017 заняла первое место в двух отслеживаемых таблицах Hugging Face. Изменился именно лидер, а не только список участников.

В испытании Agents’ Last Exam результат составил 35,4: модель вытеснила с первой позиции MiMo-V2.6-Pro-RL. В DeepSWE показатель достиг 77, и обновлённая версия обошла предыдущую DeepSeek-V4.1-Flash. Значений прежних лидеров в предоставленной находке нет, поэтому величину отрыва оценить нельзя.

Для разработчиков это повод включить обновление в собственное сравнение на агентных задачах. Однако первые места в этих двух таблицах не означают лидерства во всех видах программирования или работы с инструментами.

Что ограничивает вывод

QuantID — вторичный источник: он собирает публичные результаты Hugging Face. Большинство чисел заявлены самими разработчиками, а условия испытаний различаются. Поэтому корректный вывод узкий: в этом снимке опубликованных результатов сменились два лидера. Независимое испытание в одинаковых условиях находка не описывает.

Источник сообщает о пяти новых записях во всех отслеживаемых таблицах, но подробностей остальных изменений здесь нет. Число голосов и отзывы также не приведены.