自动生成页面。 本页由 AI 自动撰写和翻译,并由软件对照来源进行核查,无人工编辑。SI-IQ 是基于公开基准测试结果构建的指数,不是智商测试。 工作原理
DeepSeek V4.1 Flash 有多聪明？
128
DeepSeek V4.1 Flash 是 DeepSeek 于 2026年9月9日 发布的模型。其 SI-IQ 为 128（90% 区间 125–131），由 2 家独立评测方的 8 项基准测试结果估算得出。 其最强的领域是推理，最弱的是知识。
基本信息
- 开发方
- DeepSeek
- 发布时间
- 2026年9月9日
- 访问方式
- 开放权重（受限许可）
- 所用基准测试
- 来自 2 家评测方的 8 项结果
各领域能力（SI-IQ，90% 区间）
我们使用的每项基准测试结果
每个分数都是来源发布的原始单一数值：Epoch AI 取其各运行设置中的最佳结果，OpenRouter 取托管服务商的中位数（若开发方自行托管并运行了测试，则取其自有托管的结果）。“隐含 SI-IQ”是该单项结果所对应的能力水平；总体 SI-IQ 是这些值按精度加权后的平均值。
| 基准测试 | 得分 | 评测方 | 来源 |
|---|---|---|---|
| Chess Puzzles | 48.0% | Epoch AI | Epoch AI Benchmarking Hub · 数据文件 |
| Furniture Assembly 未纳入指数 | 34.2% | Epoch AI | Epoch AI Benchmarking Hub · 数据文件 |
| Mystery Game Puzzles | 43.0% | Epoch AI | Epoch AI Benchmarking Hub · 数据文件 |
| FrontierMath Tier 4 | 26.8% | Epoch AI | Epoch AI Benchmarking Hub · 数据文件 |
| FrontierMath Tiers 1–3 | 67.4% | Epoch AI | Epoch AI Benchmarking Hub · 数据文件 |
| OTIS Mock AIME 2024–2025 | 98.3% | Epoch AI | Epoch AI Benchmarking Hub · 数据文件 |
| GPQA Diamond | 89.8% | Epoch AI | Epoch AI Benchmarking Hub · 数据文件 |
| GPQA Diamond (OpenRouter run) | 88.4% | OpenRouter | OpenRouter benchmark datasets · 数据文件 |
| SimpleQA Verified | 42.9% | Epoch AI | Epoch AI Benchmarking Hub · 数据文件 |
| τ²-bench Airline (OpenRouter run) | 74.5% | OpenRouter | OpenRouter benchmark datasets · 数据文件 |
SI-IQ 相近的模型
| 模型 | SI-IQ | |
|---|---|---|
| DeepSeek V4 Pro 0813DeepSeek | 128 | DeepSeek V4.1 Flash 对比 DeepSeek V4 Pro 0813 |
| Muse Spark OpenMeta AI | 127 | DeepSeek V4.1 Flash 对比 Muse Spark Open |
| Kimi K3Moonshot | 127 | DeepSeek V4.1 Flash 对比 Kimi K3 |
| Claude Opus 4.7Anthropic | 127 | DeepSeek V4.1 Flash 对比 Claude Opus 4.7 |
| Gemini 3.1 ProGoogle DeepMind | 127 | DeepSeek V4.1 Flash 对比 Gemini 3.1 Pro |
采用 SI-IQ 方法版本 1.0.0 计算。 阅读完整方法论
数据来源: Epoch AI, ‘Capabilities & benchmarking’ (CC BY 4.0); Source: OpenRouter (openrouter.ai), licensed under CC BY 4.0: reuse and republish with attribution to OpenRouter..