DeepSeek V4 Flash 获 ARC Prize 认证，ARC-AGI-1 达 89%
ARC Prize 官方公布了 DeepSeek V4 Flash 0731 的认证成绩：ARC-AGI-1 半私有集达到 89.0%，ARC-AGI-2 半私有集达到 61.4%，均为最高推理档位，每任务成本分别约 0.02 美元和 0.04 美元。
两个数字都值得玩味。ARC-AGI-1 曾是衡量通用智能的试金石，如今被一款“闪电级”小模型打到接近饱和，而且是独立第三方认证而非自报分数。ARC-AGI-2 则是专为压制旧基准设计的更难测试，61.4% 的认证成绩说明其通用推理能力已站上新的台阶。三个推理档位（84%、87%、89%）差距很小，意味着能力并不依赖暴力推理时长，成本曲线因此格外陡峭。
对 Agent 经济而言更关键的是单位成本：一次通用推理任务已降到两美分量级。当推理成为按需廉价商品，开发者默认模型的选择逻辑会继续从“最强”转向“够用且便宜”——这与 V4 Flash 上市以来社区“便宜到成本无关”的反馈互为印证，也让 ARC-AGI-3 这类更难的新基准变得更有必要。