ARC Prize 公布 DeepSeek V4.1 Flash 1017 在 ARC-AGI 上的评测结果
@deepseek_ai @baseten At max reasoning with the provider adapter harness, DeepSeek V4.1 Flash 1017 used 36% fewer reasoning tokens on its first action than the
AI 导读
ARC Prize 公布 DeepSeek V4.1 Flash 1017 在 ARC-AGI 系列基准上的成绩：ARC-AGI-3 得 5.81%，ARC-AGI-2 得 78.1%，ARC-AGI-1 得 94.5%，在开源权重模型中领先。相比 2026 年 9 月 10 日的原版 DeepSeek V4.1 Flash，1017 的 ARC-AGI-3 半私有集分数从 2.68% 升至 5.81%，公开集则从 11.05% 降至 8.97%。在最大推理强度下，1017 首次动作使用的推理 token 在 25 个公开游戏上平均减少 36%，在 55 个半私有游戏上减少 48.6%。
推荐理由
AI 评分 55
ARC Prize 给出 DeepSeek V4.1 Flash 1017 在 ARC-AGI 各版本上的分数与推理 token 变化，可对照其前代版本看改进幅度。
主题
正文 · AI 翻译
@deepseek_ai @baseten 在最大推理强度下，配合提供商适配器测试框架，DeepSeek V4.1 Flash 1017 在首次动作中使用的推理 token 比原版减少了 36%，这是对 25 个公开游戏取平均后的结果。在 55 个半私有游戏上，其首次动作使用的推理 token 减少了 48.6%。https://t.co/Wye2tsLXJ7