研究 2026-08-08

ARC Prize 验证 DeepSeek V4 Flash：ARC-AGI-2 得分 61%，每题仅四美分

ARC Prize 团队公布了 DeepSeek 开源权重模型 V4 Flash 0731 的半私有验证结果：在最高推理强度下，ARC-AGI-1 得分 89.0%、每题约两美分；ARC-AGI-2 得分 61.4%、每题约四美分。该模型是 2840 亿参数的混合专家架构，每个 token 仅激活 130 亿参数，并支持 100 万 token 上下文。这一结果冲上 Hacker News 榜首,讨论最多的正是它的性价比。

为什么重要?ARC-AGI-2 的设计初衷就是抵御死记硬背、奖励真正的抽象推理；一个低激活参数的开源模型以白菜价拿下这样的分数，又抹平了开源与闭源 AI 之间的一道差距。对开发者而言，这意味着接近前沿的推理能力如今可以下载后自己运行，而不只是租用。

✓ 已核实 · 2个来源

ARC Prize 验证 DeepSeek V4 Flash：ARC-AGI-2 得分 61%，每题仅四美分

相关新闻