ARC Prize 公布 DeepSeek V4.1 Flash 1017 在 ARC-AGI 上的评测结果
@deepseek_ai @baseten DeepSeek V4.1 Flash 1017's performance on ARC-AGI-1 and ARC-AGI-2:
ARC Prize 公布 DeepSeek V4.1 Flash 1017 在 ARC-AGI 上的验证成绩：ARC-AGI-2 为 78.1%、每任务 $0.16，ARC-AGI-1 为 94.5%、每任务 $0.06，ARC-AGI-3 在 provider adapter harness 下为 5.8%、$1.2K，标准 harness 下为 0.2%、$1.0K。该模型在 ARC-AGI-3 和 ARC-AGI-2 上领先开源权重模型，在 ARC-AGI-1 上追平开源权重模型的最好成绩。相比 2026 年 9 月 10 日的原版 V4.1 Flash，1017 的 ARC-AGI-3 半私有集分数从 2.68% 升至 5.81%，公开集从 11.05% 降至 8.97%；在最大推理强度下，其首个动作消耗的推理 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
精选AI 评分 71
ARC Prize 给出 DeepSeek V4.1 Flash 1017 在三代 ARC-AGI 上的分数与单任务成本，可对照其前代版本看提升幅度。
主题
查看原帖来自 @deepseek_ai 的 DeepSeek V4.1 Flash 1017 在 ARC-AGI（已验证）上的成绩： - ARC-AGI-2：78.1%，每任务 $0.16 - ARC-AGI-1：94.5%，每任务 $0.06 DeepSeek 的 Flash 模型在 ARC-AGI-2 上的最佳成绩从 61.4%（V4 Flash 0731）升至 72.9%（V4.1 Flash），再升至 78.1%（V4.1 Flash 1017）。https://t.co/MBV2fRytBl
查看原文
DeepSeek V4.1 Flash 1017 from @deepseek_ai on ARC-AGI (Verified): - ARC-AGI-2: 78.1%, $0.16/task - ARC-AGI-1: 94.5%, $0.06/task The best ARC-AGI-2 scores for DeepSeek's Flash models rose from 61.4% (V4 Flash 0731) to 72.9% (V4.1 Flash) to 78.1% (V4.1 Flash 1017). https://t.co/MBV2fRytBl
正文
@deepseek_ai @baseten DeepSeek V4.1 Flash 1017's performance on ARC-AGI-1 and ARC-AGI-2:
https://t.co/LzmoeIcpLD