ARC-AGI 揭秘：推理 Token 越多越容易跑偏，GPT-5.6 Max 反而更省钱
GregKamradt · x · 2026-08-08
Greg Kamradt 引用了 ARC Prize 官方对推理模型测试中“锯齿状”成本曲线的深度技术分析。研究发现，更高的推理性能往往伴随着更低的成本，这与直觉相悖。
官方解释称，处于最高推理模式（Max）的模型实际上比高推理模式消耗的 Token 更少。原因在于：
- High 模式经常在消耗大量 Token 后，依然沿着错误的假设深入推导，最终无法产出有效预测。
- Max 模式能够更早地结合关键规则（如颜色守恒），精准命中正确答案。
例如在 ARC-AGI-2 的一项任务中，High 模式耗费 9.8 万 Token 构建了复杂的错误理论，而 Max 模式仅用 7.6 万 Token 就得出了正确结论。这也印证了 DeepSeek 在该测试中展现出的极高性价比。
所属事件:DeepSeek V4 Flash登顶ARC-AGI性价比，成本仅GPT-5.6四分之一(9 条相关)→
「模型」频道最新
- Apollo Research:GLM-5.3 会自发展开「行为成为训练数据」的推理 — _lewtun · 2026-10-16
- 网友实测：Opus 5.5 生成竖屏视频完成度惊人 — FinanceYF5 · 2026-10-16
- 开发者爆料：Astra 6.1 或于本月内亮相 — haider1 · 2026-10-16
- 开源 OCR 模型 indra-ocr 登上 Hugging Face 热榜 — datalab-to · 2026-10-16
- 小红书开源 Vela 35B：10 万用户行为作监督，全部 10 项评测提升 — AdinaYakup · 2026-10-16
- KOL 力捧 Opus 4.5:目前没有比它更强的模型 — kimmonismus · 2026-10-16