ARC Prize 公布 DeepSeek V4.1 Flash 1017 的 ARC-AGI (Verified) 成绩

ARC Prize 公布 DeepSeek V4.1 Flash 在 ARC-AGI (Verified) 的成绩：ARC-AGI-2 得分 72.9%，每任务成本 $0.13；ARC-AGI-1 得分 94.5%，每任务成本 $0.07。相比 V4 Flash 的最佳成绩，ARC-AGI-1 高 5.5 分，ARC-AGI-2 高 11.5 分，但每任务成本高约 250%。

ARC Prize 公布 DeepSeek V4.1 Flash 1017 在 ARC-AGI（Verified）上的成绩：ARC-AGI-2 得分 78.1%，每任务成本 $0.16；ARC-AGI-1 得分 94.5%，每任务成本 $0.06。DeepSeek Flash 系列的 ARC-AGI-2 最佳成绩从 V4 Flash 0731 的 61.4% 升至 V4.1 Flash 的 72.9%，再到 V4.1 Flash 1017 的 78.1%。

ARC Prize 公布 DeepSeek V4.1 Flash 1017 在 ARC-AGI Verified 上的成绩：ARC-AGI-2 为 78.1%（$0.16/task），ARC-AGI-1 为 94.5%（$0.06/task）。DeepSeek Flash 系列的 ARC-AGI-2 最高分从 V4 Flash 0731 的 61.4%、V4.1 Flash 的 72.9% 提升至 78.1%。

@deepseek_ai - 排行榜：https://arcprize.org/leaderboard - 复现公开结果：https://github.com/arcprize/arc-agi-benchmarking - 测试政策：https://arcprize.org/policy - DeepSeek V4.1 Flash 完整结果：https://arcprize.org/results/deepseek-v4-1-flash

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%。

来自 @deepseek_ai 的 DeepSeek V4.1 Flash 在 ARC-AGI（Verified）上的成绩： - ARC-AGI-3：3.3%，$878（provider adapter harness）；0.9%，$1.2k（standard harness） DeepSeek V4.1 Flash 是我们评测过的首个在 ARC-AGI-3 上以低于 $1k 的总评测成本得分超过 3% 的模型。

@deepseek_ai ARC-AGI-3 评测在操作上更为密集；测试完成后，我们将在未来几周内分享结果，包括使用新的 DeepSeek provider adapter harness 得到的分数。

ARC Prize 公布 DeepSeek V4.1 Flash 在 ARC-AGI 榜单上的完整成绩。测试结果可通过 GitHub 仓库复现，完整结果与测试政策见 arcprize.org/results/deepseek-v4-1-flash。

ARC Prize 公布 DeepSeek-V4.1-Flash 在 ARC-AGI-1 上的结果：high 推理档得分 88.5%，低于 low 档的 90.5%，差异集中在 8 个任务上（high 在 5 个任务上低 4.5 分、3 个任务上高 2.5 分），且 high 多消耗 35% 输出 token 却未带来更稳定的正确答案。

当前 AI 热点，聚合 2 个独立信源、18 条信号。