模型77°
DeepSeek V4.1 Flash 1017 公开模型登顶 ARC-AGI 三项基准
精选理由
DeepSeek 的 V4.1 Flash 1017 把开源模型在 ARC-AGI-2 拉到 78.1%，还顺手刷了 ARC-AGI-3 和 -1 的开源最佳，关注开源推理的可以看看成绩单。
DeepSeek 发布的 V4.1 Flash 1017 在 ARC-AGI（Verified）评测中取得开源权重模型最好成绩：ARC-AGI-3 为 5.81%，ARC-AGI-2 为 78.1%，ARC-AGI-1 达 94.5%（与开源最佳成绩持平）。在 ARC-AGI-3 上，使用 provider adapter harness 花费约 $1.2K 得分 5.8%，标准 harness 得分 0.2%、花费约 $1.0K。该模型在 ARC-AGI 系列基准上领先其他开源权重模型。
原文 · ARC Prize
DeepSeek V4.1 Flash 1017 from @deepseek_ai on ARC-AGI (Verified):
- ARC-AGI-3: 5.8%, $1.2K (provider adapter harness), 0.2%, $1.0K (standard harness)
It leads open-weight models on ARC-AGI-3 (5.81%) and ARC-AGI-2 (78.1%) and ties the best open-weight score on ARC-AGI-1 (94.5%). https://t.co/JhYiMC5xtZ
