模型81°
DeepSeek V4.1 Flash 在 ARC-AGI 验证集上超越 V4 Flash
精选理由
DeepSeek 的 V4.1 Flash 跑分出来了，ARC-AGI-2 拿下 72.9%，比上一代高了 11.5 分，不过每任务成本贵了两倍多，看你怎么权衡。
DeepSeek 发布的 V4.1 Flash 在 ARC-AGI 验证集上公布成绩：ARC-AGI-2 得分 72.9%，单任务成本 $0.13；ARC-AGI-1 得分 94.5%，单任务成本 $0.07。相比 V4 Flash 的最好成绩，V4.1 Flash 在 ARC-AGI-1 上高出 5.5 分，在 ARC-AGI-2 上高出 11.5 分。不过代价是单任务成本比 V4 Flash 高约 250%。成绩来自 ARC Prize 官方验证。
原文 · ARC Prize
DeepSeek V4.1 Flash from @deepseek_ai on ARC-AGI (Verified):
- ARC-AGI-2: 72.9%, $0.13/task - ARC-AGI-1: 94.5%, $0.07/task
DeepSeek V4.1 Flash beats V4 Flash's best scores by 5.5 points on ARC-AGI-1 and 11.5 on ARC-AGI-2, but costs about 250% more per task. https://t.co/DDOiSntuR0
