DeepSeek V4 Flash 登榜 ARC-AGI，最高得分 89%
teortaxesTex · x · 2026-08-09
DeepSeek V4 Flash 0731 版本在 ARC-AGI 基准测试中取得了显著成绩。在最高推理算力下，该模型在 ARC-AGI-1 半私有测试集中获得 89.0% 的准确率（单任务成本 0.02 美元），并在 ARC-AGI-2 半私有测试集中获得 61.4%（单任务成本 0.04 美元）。原推文作者感叹，考虑到模型迭代速度，等 ARC-AGI-3 这种高算力评估跑完时，被测模型可能早就已经过时了。
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