Recherche
AI Minute Newsroom
2026-08-08
ARC Prize vérifie DeepSeek V4 Flash : 61 % à ARC-AGI-2 pour quatre centimes la tâche
L'équipe d'ARC Prize a publié les résultats semi-privés vérifiés du modèle à poids ouverts V4 Flash 0731 de DeepSeek : 89,0 % à ARC-AGI-1 pour environ deux centimes par tâche, et 61,4 % à ARC-AGI-2 pour environ quatre centimes, au niveau de raisonnement maximal. Le modèle est un mélange d'experts de 284 milliards de paramètres qui n'en active que 13 milliards par token et gère un contexte d'un million de tokens. Le résultat s'est hissé en tête de Hacker News, où le rapport prix-performance a concentré l'attention.
Pourquoi c'est importantARC-AGI-2 a été conçu pour résister à la mémorisation et récompenser le vrai raisonnement abstrait ; qu'un modèle ouvert à faible activation atteigne un tel score pour quelques centimes comble un fossé de plus entre IA ouverte et fermée. Pour les développeurs, le raisonnement quasi-frontière devient quelque chose qu'on télécharge et qu'on exécute — plus seulement qu'on loue.
✓ Vérifié · 2 sources
▶ Vidéo associée: DeepSeek V4 Flash GA IS INCREDIBLE! Powerful, Cheap, & Fast! (Fully Tested)
Lire dans l'app — gratuit, en 9 langues
Actus liées
OpenAI dit que ses nouveaux modèles bloquent le vol de raisonnement.
2026-11-22La communauté Lean juge correcte la preuve de Riemann assistée par IA.
2026-11-22Un modèle d'IA ouvert progresse en modifiant ses poids, dit une étude.
2026-11-21Aucun chatbot de thérapie n'a l'aval de la FDA, selon un audit.
2026-11-21Des mathématiciens ne voient aucune erreur dans la preuve de Riemann.
2026-11-21