DeepSeek 登顶前端榜

据 Arena 官方 X 帖（2026 年 10 月 18 日 18:56），DeepSeek 的 DeepSeek-V4.1-Flash-20261017 以 1670 分登顶 Code Arena WebDev 榜单的开源模型第一，总榜排第 12，超过排第 14 的 Claude Opus 5 (High)，距第 8 的 GPT-6 Sol (Max) 约 10 分。Code Arena WebDev 是运营 LMArena 的公司 Arena 旗下按真实前端编码对局计分的榜单；这是这条产品线两天内的第二个事件：10 月 17 日 DeepSeek 在 Hugging Face 上架 1017 模型卡（见我们此前的报道），10 月 18 日榜单名次与价格信息把它推到开源编码模型的头名位置。

要点

Code Arena WebDev 榜单给出的新座次是开源模型第一、总榜第 12、1670 分。

据 Arena 官方 X 帖，DeepSeek-V4.1-Flash-20261017 以 1670 分列开源模型第一、总榜第 12；被其超越的前开源第一 Kimi K3 (Max) 在榜图为第 15、1655 分。
同帖给出价格 $0.3/$1.2 每百万 token（输入/输出），并称这约为 Kimi K3 (Max) 的十分之一，比上一版 V4.1-Flash-20260910 高 52 分。
有一处口径需要说清：榜图中 Qwen3.8-0902 (Max)（1,674 分）与 Qwen3.8-Max（1,673 分）排在 DeepSeek 之上；Arena 称前者为开源第一，未说明这两个条目的权重口径。

背景

这次登顶的对象 Kimi K3，和被比较的两个模型，都带着自己的时间线。Kimi K3 是月之暗面的旗舰，9 月底上线；10 月 12 日发布的 Arena 智能体榜（数据截至 10 月 8 日）上，DeepSeek V4.1 Flash 以 3.80% 的净提升分排第 17，Kimi K3 以 3.78% 居第 18，两者几乎并排（见我们此前的报道）；到了 WebDev 榜单，两者又同处开源头部，这次是 DeepSeek 把 Kimi 从开源头名上挤了下来。

DeepSeek 这边，两天前的 10 月 17 日，V4.1 Flash 1017 模型卡在 Hugging Face 创建，列出 11 项高于旧版的基准成绩，标注 MIT 许可、7630 亿参数、约 510.3 GB 权重文件。本条榜单事件的主体 DeepSeek-V4.1-Flash-20261017 是同一条产品线的新快照：X 帖称其比上一版 20260910 高 52 分；Crypto Briefing 转述的三项基准（DeepSWE v1.1 77.0、Terminal-Bench 4.0 42.3、Automation-Bench 60.5）与 1017 卡的数字一致。无法直接确认 20261017 与 1017 是否同一仓库：X 帖所指的 20261017 模型卡受门控（访问返回 401），本站只能读 1017 卡，数字对上不等于仓库相同。

运营榜单的 Arena 本身也在变化。它 10 月 8 日完成 2 亿美元 B 轮融资、估值 31 亿美元（见我们此前的报道），榜单从文本盲测投票扩展到真实任务实测，Code Arena 是其编码产品线。

Code Arena WebDev 榜单

按 Arena 官方 X 帖与所附榜图，相关名次如下（数据为 X 帖发布时点的 Arena 计分；arena.ai 榜单页在写作时无法直接打开，以下名次以官方帖为准）：

排名	模型	Arena 分
8	GPT-6 Sol (Max)	1,682
10	Qwen3.8-0902 (Max)	1,674
11	Qwen3.8-Max	1,673
12	DeepSeek-V4.1-Flash-20261017	1,670
13	Muse Spark 1.3 (Max)	1,659
14	Claude Opus 5 (High)	1,658
15	Kimi K3 (Max)	1,655
16	Muse Wonder (Max)	1,650

X 帖文本给出的事实：1670 分、开源第一、总榜第 12、超过 Claude Opus 5 (High)、距 GPT-6 Sol (Max) 约 10 分、$0.3/$1.2 每百万 token、约十分之一于 Kimi K3 (Max) 的价格、比上一版高 52 分；官方评价这个组合是「shifting the performance-cost Pareto frontier for open models in coding workflows」（改变了开源模型编码工作流的性能-成本帕累托前沿）。榜图补充了逐行分数与置信区间。

价格信息目前只有 X 帖一个来源：每百万 token 输入 0.3 美元、输出 1.2 美元，Arena 称约 10 倍低于 Kimi K3 (Max)。注意这是榜单发布方标注的模型单价，实际编码 Agent 的一次任务花费还取决于 token 用量、工具调用和重试；10 月 12 日智能体榜的单任务成本口径下，DeepSeek V4.1 Flash 为 0.13 美元、Kimi K3 为 0.94 美元，价差约 7 倍——同一对模型在两个口径下倍数不同。

各方说法

Arena 作为榜单运营方给出的口径：开源第一、第 12 名、10 倍价差，并恭喜 DeepSeek「为开源生态又一次有力贡献」。这个口径值得核对的部分是「开源」的定义——榜图里有两个 Qwen 条目分数更高。一个可能的解释是 Qwen3.8-0902 (Max) 与 Qwen3.8-Max 的 (Max) 档不开放权重或未列在开源组，但 Arena 帖与榜图都没有给出分组标准，本站无法验证。

独立媒体角度目前主要是 Crypto Briefing 10 月 18 日的报道（作者 Diego Almada Lopez），其榜单数字与 X 帖完全一致，并转述了 DeepSeek 模型卡的架构细节：MoE 架构、552B 骨干加 196B「Engram」参数、prefill 激活 8B、解码激活 16B、1M token 上下文。需要指出两点：一是该文分别列出 552B 与 196B 两个数（相加为 748B，文章未给合计），与站内 10 月 17 日从可读的 1017 模型卡读到的 763B 对不上，两处口径均注明出处、不做取舍；二是 Crypto Briefing 是从加密媒体转型的 AI 报道，单一署名，把它当作数字互证的第二个来源而非权威定论。

中文媒体与社区批评角度，本站以 X 帖摘要级信息和两轮中英文检索交叉确认，暂未检索到独立复核或质疑这条名次的报道；X 帖下的讨论以称赞为主（如「flash 档做到这样很了不起」）。这意味着 1670 分这个数字目前没有第三方复测。

编辑判断

对在低价位跑编码 Agent 的团队，这条榜单信息的价值不在「DeepSeek 赢了」，而在选型边界移动了：一个每百万 token $0.3/$1.2 的模型，在真实前端编码对局里排进总榜第 12、压过 Claude Opus 5 (High)。10 月 12 日发布的智能体榜上，DeepSeek V4.1 Flash 与榜首的差距还是 4 倍（15.53% 对 3.80% 的净提升分）；不到一周后，同一公司的另一个榜单把它放到开源第一。对预算敏感、任务以 Web 前端为主的团队，值得用自己的任务集跑一轮对照。

要保留的怀疑有三层。其一，Code Arena 的分数来自用户自愿提交的对局，任务分布和提交人群有偏，滚动更新，这个 1670 分是快照不是证书；本站 10 月 12 日发布的智能体榜报道里（数据截至 10 月 8 日），DeepSeek 还排第 17。其二，「开源第一」的说法撞上两个更高分的 Qwen 条目，分组标准未公开。其三，价格与 10 倍价差目前是 Arena 单方标注，DeepSeek 官方定价页与 Kimi K3 的现价本站本轮未能直接核对（arena.ai 与 X 帖所指新模型卡均访问失败）。想试的话：DeepSeek 网页版与 API 在 10 月 17 日已更新到这条产品线（IT之家 10 月 17 日报道口径），用一段自己熟悉的前端任务跑一次，成本在 1 美元以内——这也是这条榜单信息的落点。