先了解这件事
AI 综述
ARC Prize于2026年10月6日宣布,将在测试完成后公布DeepSeek的ARC-AGI-3评测结果。该机构表示,ARC-AGI-3评测在操作上更密集,测试完成后将在未来几周内分享结果,其中包括使用新的DeepSeek provider adapter harness得到的分数。目前尚无后续发展事实,评测结果仍待公布。
AI 根据公开报道生成
事件进展
1 个已确认进展
- 来源：ARC Prize
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
10月6日
ARC Prize一手
ARC Prize：DeepSeek V4.1 Flash 的 ARC-AGI-3 评测结果数周后公布
@deepseek_ai ARC-AGI-3 评测在操作上更密集；测试完成后，我们将在未来几周内分享结果，包括使用新的 DeepSeek provider adapter harness 得到的分数。
ARC Prize一手
ARC Prize 公布 DeepSeek V4.1 Flash 评测结果
@deepseek_ai - 排行榜：https://t.co/x8U1ItNLRj - 复现公开结果：https://t.co/vMqtds8Zet - 测试政策：https://t.co/pBoUqvXe4P - 完整 DeepSeek V4.1 Flash 结果：https://t.co/3lDchPGuO5
ARC Prize一手
ARC Prize 公布 DeepSeek V4.1 Flash 推理档位评测
ARC Prize 公布 DeepSeek V4.1 Flash 在 ARC-AGI-1 上 high reasoning 得分 88.5%，低于 low 的 90.5%；8 个任务分数有差异，high 在 5 个任务上更差（-4.5 分）、3 个更好（+2.5 分），且输出 token 多 35% 却未带来更稳定答案。ARC-AGI-2 上 max 与 high 的每任务成本在 106 个共同完成任务中对比，max 实际贵 4.5%。ARC-AGI-3 结果将在未来几周测试完成后公布。