开源第一，成本两页不一致

IT之家这篇的页面时间是 2026/10/20 15:57:37。Arena 当天把已经发布的 DeepSeek-V4.1-Flash-1017 放上 Agent Arena 和 Code Arena: WebDev 的开源榜第一，总榜第 11。Agent Arena 上的条目写成 DeepSeek-V4.1-Flash-20261017（Max），开源第一，总榜同样是第 11。页面标题里的「国产最强」是 IT之家的标题。上面引用的榜单句子里没有这四个字。

综合净改善是 5.13%，样本是 7498 次真实使用会话。分项里，任务成功确认 11.54%，总榜第 8；用户正负反馈 5.89%，总榜第 11；Bash 命令执行可靠性 5.42%，总榜第 12；可引导性 2.46%，总榜第 13。这四项页面都写成开源模型第一。工具幻觉是 0.48%。页面说，这个指标衡量模型虚构自己并不具备的工具，数值越低，这类问题越少，这一项排名第 7。页面没有把工具幻觉写成开源第一。

成本没有收成一个数。前一段写，单任务成本中位数约为 0.18 美元。后一段写，同一条目约为 0.18 至 0.19 美元，不同榜单页面略有差异。括号里的人民币换算不放进这篇。页面还把该模型列入性能与任务成本的帕累托前沿，意思是按这次所用的指标，它属于不能在性能和成本上同时被其他入选模型超过的模型之一。这是榜单的归类，不是公司自己的发布说明。模型何时改版、搜索单价是多少，不在这一页正文里。

两个名字都在这一页上。宣布那句用 DeepSeek-V4.1-Flash-1017，榜单那句用 DeepSeek-V4.1-Flash-20261017（Max）。页面没有解释 Max 是不是另一档，也没有解释 1017 和 20261017 是不是同一次发布的两种写法。相关阅读列了模型发布和搜索接口，那些页面上的数字不在这一页正文里，这一版不搬。Bash 那一项是榜上的可靠性指标，不是一份操作说明。