精选· 重要性 4/5
DeepSeek V4 Flash 0731 在 ARC-AGI 基准测试中取得高分
Hacker News (AI)··tosh·约 1 分钟阅读
社区热度 779 分
中文导读
DeepSeek 发布 V4 Flash 0731 模型，在 ARC-AGI-1 和 ARC-AGI-2 半私有基准测试中分别取得 89.0% 和 61.4% 的分数，且单任务成本极低，展示了高效推理能力。
DeepSeek V4 Flash 0731DeepSeek·2026年7月31日·3种推理变体在最大努力下，DeepSeek V4 Flash 0731 在 ARC-AGI-1 半私有基准测试中得分为 89.0%，每项任务成本 0.02 美元；
在 ARC-AGI-2 半私有基准测试中得分为 61.4%，每项任务成本 0.04 美元。ARC-AGI 2 排行榜DeepSeek V4 Flash 0731验证分数任务与环境每个基准测试中每个推理级别的通过/失败情况。