DeepSeek V4.1 Flash 1017 在 WeirdML v3 得分 9.2%

2026年10月20日，X 用户 Lisan al Gaib（@scaling01）发帖称，DeepSeek V4.1 Flash 1017 在 WeirdML v3 基准上取得 9.2% 的得分，明显领先 Kimi-K3，并称其是记录中最强的中国模型。该帖同时说明，这一结果是在 codex-cli 中得到的，且所用服务商上下文窗口有限；发帖者表示自己现在改用 PrimeIntellect 服务商并启用完整上下文。同一帖中，发帖者还表示本希望该模型能胜过 Haiku，尤其是在 Vals 的 cyber 结果之后。目前该事件仅有这一条报道，尚无其他跟进报道，得分与对比结论均来自该单一来源。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。