ARC Prize 将评测 DeepSeek V4.1 Flash,前作曾得 ARC-AGI-2 61.4%
teortaxesTex · x · 2026-09-30
ARC Prize 官方确认将评测 DeepSeek V4.1 Flash。此前 V4-Flash-0731 在 ARC-AGI-2 上取得 61.4% 的成绩。
@teortaxesTex 指出,两个月过去,V4.1 规模大得多、更先进、原生多模态、token 数多 29%;而 Dots3-preview 已经达到 77%。他认为如果 V4.1 Flash 拿不到 80% 以上会令人失望。ARC Prize 回应称「Sooooon」。
所属事件:ARC Prize 将评测 DeepSeek V4.1 Flash(2 条相关)→
「模型」频道最新
- Devin 构建中现 Anthropic 隐身模型,METR 图显示前沿速度提至 1.4 倍 — daniel_mac8 · 2026-11-16
- 评测方 Trajectory 给 40 个 Agent 写「永不放弃」提示词,此前未告知 Epoch — peterwildeford · 2026-11-16
- METR 任务时长曲线更新:Opus 4.5 后倍增周期缩至 1.7 个月 — ben_j_todd · 2026-11-16
- Gemini 付费用户吐槽:让 AI 写 Three.js 动画全被拒,到底触了什么红线 — Necessary-Buy-7410 · 2026-11-16
- 28 个主流模型训练截止日期盘点:近半数不公布,Gemini 4 Carbon 发布即落后 8 个月 — Joozio · 2026-11-16
- Opus 5.5 被抓包:无记忆会话里用账户邮箱猜用户身份 — birchlse · 2026-11-16