DeepSeek V4.1 Flash 追平 Gemini 3.1 Pro ARC 成绩，成本仅 1/6
teortaxesTex · x · 2026-10-23
ARC Prize 官方分析显示，DeepSeek V4.1 Flash 1017 的推理扩展表现：ARC-AGI-1 从 97.2% 升至 98.4%（推理 token 从 26k 增至 34k），ARC-AGI-2 从 75.6% 升至 79.2%（108k→134k token/任务）。
关键对比（ARC Prize 已验证的 semi-private 成绩）：
- Gemini 3.1 Pro (High)，2026 年 2 月 19 日发布：77.1%，$0.962/任务——普通 LLM 中最早接近 DeepSeek 成绩的模型，早了约 8 个月，但成本约为 6 倍
- GPT-5.4 Pro (XHigh)，3 月 5 日：83.3%，$16.41/任务（OpenAI 明确说明其使用额外推理算力，可视为 Deep Think 类特殊配置）
- GPT-5.5 (XHigh)，4 月 23 日：85.0%，$1.87/任务——首个超过 78.1% 的常规 LLM，成本约 12 倍
- DeepSeek V4.1 Flash 1017 (Max)，10 月 17 日：78.1%，$0.16/任务
结论：以 2 月份 Gemini 3.1 Pro 的成绩为基准，DeepSeek 用 8 个月时间差和显著更低的价格（$0.16 vs $0.962）追平了前沿精度，开源模型的能力与成本曲线持续压缩闭源领先窗口。
「创投」频道最新
- YC 官宣:工业 AI 预测维护公司 Tractian 融资 1.3 亿美元,估值 14 亿 — ycombinator · 2026-10-23
- Polymarket 押注:微软年底登顶最强模型概率仅 5% — Polymarket · 2026-10-23
- Meta 财报电话会解读：capex 温和上调，GPU 订单未必加速 — tengyanAI · 2026-10-23
- Agent 数据过路费：企业 Agent 数据服务支出 2030 年或达 300 亿美元 — BenBajarin · 2026-10-23
- 个人 AI 智能体成烧钱赛道：云端执行环境让成本结构彻底改变 — sujingshen · 2026-10-23
- 套路拆解：Fiverr 接单 YouTube 面容频道，闲鱼转单套利 — yangyi · 2026-10-23