ARC Prize 公布 DeepSeek V4.1 Flash 的 ARC-AGI-1 与 ARC-AGI-2 成绩
中文摘要
DeepSeek V4.1 Flash 在 ARC-AGI 测试中表现显著提升,ARC-AGI-1 和 2 分别达 94.5% 与 72.9%,但单任务成本较前代增长约 250%。
English Summary
DeepSeek V4.1 Flash achieved 94.5% and 72.9% on ARC-AGI-1 and 2, showing significant improvements over its predecessor despite a 250% increase in per-task inference costs.
原文节选
ARC Prize 公布 DeepSeek V4.1 Flash 在 ARC-AGI (Verified) 上的成绩:ARC-AGI-2 为 72.9%、每任务 $0.13,ARC-AGI-1 为 94.5%、每任务 $0.07。相比 V4 Flash 的最佳成绩,ARC-AGI-1 提高 5.5 分、ARC-AGI-2 提高 11.5 分,但每任务成本约高出 250%。