Sari la conținut
aiqbench

Română · beta. Traducerea a fost făcută automat și este încă în curs de revizuire. Citește pagina în engleză

DeepSeek · pașaport de model

DeepSeek V4.1 Flash 1017

deepseek-v4-1-flash-1017
  • Ponderi deschise
  • 1,048,576 context
  • Lansat 2026-10-17(ID de model OpenRouter)
4/27axe acoperite
Cea mai bună percentilă
93.1AIME (matematică)
Poziția în cohortă
66.3mediană 57.6

Ce spun datele

Evaluat pe 4 din 27 axe urmărite. Fiecare cifră de mai jos este rezultatul publicat al modelului pe acel clasament.

Cele mai puternice axe

  • 93.1 pct — AIME (matematică) (99.4%)
  • 91.5 pct — GPQA Diamond (93.2%)

Neuniform: 45,5 puncte de percentilă între cea mai bună și cea mai slabă axă a sa — 93.1 pct pe AIME (matematică) față de 47.6 pct pe SimpleQA Verified.

  • AIME (matematică)93.1 pct99.4%Verifică →
  • GPQA Diamond91.5 pct93.2%Verifică →
  • ARC-AGI-282.1 pct78.1%Verifică →
  • SimpleQA Verified47.6 pct42.5%Verifică →
  • GeneralNeevaluat
  • WebDev ArenaNeevaluat
  • Vision ArenaNeevaluat
  • Factuality ArenaNeevaluat
  • Search ArenaNeevaluat
  • Document ArenaNeevaluat
  • Agent ArenaNeevaluat
  • FrontierMathNeevaluat
  • Humanity's Last ExamNeevaluat
  • SimpleBenchNeevaluat
  • LiveBenchNeevaluat
  • BFCL v4 (apelare de funcții)Neevaluat
  • SWE-bench Verified (clasament live)Neevaluat
  • Terminal-Bench 4.0Neevaluat
  • MMLU-Pro (Artificial Analysis)Neevaluat
  • LiveCodeBench (Artificial Analysis)Neevaluat
  • IFBench (Artificial Analysis)Neevaluat
  • Halucinații HHEM (Vectara)Neevaluat
  • SWE-bench VerifiedNeevaluat
  • Terminal-BenchNeevaluat
  • ProgramareNeevaluat
  • Urmarea instrucțiunilorNeevaluat
  • Prompturi dificileNeevaluat

Percentilele reprezintă poziția modelului în populația proprie a fiecărui clasament. Axele marcate „neevaluat” nu au niciun rezultat publicat pentru acest model — este o absență a datelor, nu un scor mic.

Cum îl rulezi

Rulează-l singur

Repositorydeepseek-ai/DeepSeek-V4.1-Flash-1017

Transformers

from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "deepseek-ai/DeepSeek-V4.1-Flash-1017"
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(model_id)

Ollama

Nu sincronizăm tag-urile Ollama, așa că nu afișăm o comandă pe care nu o putem verifica — una greșită ar descărca modelul greșit. Caută în biblioteca Ollama →

Rețetele de fine-tuning Unsloth sunt specifice fiecărui model și nu le derivăm aici. Documentația Unsloth →

Folosește-l găzduit

FurnizorDeepSeek
Lungime context1,048,576 tokeni
Ieșire maximă393,216 tokeni
Acceptătext, image
Preț intrare$0.15 per 1M tokeni
Preț intrare din cache$0.00 per 1M tokeni
Preț ieșire$0.60 per 1M tokeni

Parametri API acceptați de acest endpoint

Frequency penaltyInclude reasoningLogit biasLogprobsMax completion tokensMax tokensMin-pParallel Tool CallsPresence penaltyReasoningReasoning effortRepetition penaltyResponse formatSeedStop sequencesStructured outputsTemperatureTool choiceTool callingTop-kTop logprobsTop-p

Note oficiale despre model →

Contextul, limitele și prețurile provin din ultima sincronizare a catalogului; ID-ul API, cererea și linkul provin din documentația proprie a furnizorului. Orice câmp nesincronizat este omis complet, nu ghicit.

  • The DeepSeek deepseek-v4.1-flash-1017 model covers 4 of 27 axes with a composite score of 78.6, resulting in a shrunk score of 66.3 and is not thin coverage.

    pozițieVerifică →

  • The DeepSeek deepseek-v4.1-flash-1017 model achieved a standing of 66.3, which is above the cohort median standing of 57.6 across 224 models within an 180-day window.

    cohortăVerifică →

Fiecare afirmație este un fapt calculat din datele actuale ale clasamentului, formulat de un apel de model la temperatură scăzută și respins de o poartă de validare dacă vreun număr nu se află în rândul sursă. Cum funcționează clasamentele →