ARC Prize 近日公布了 DeepSeek V4.1 Flash 在 ARC-AGI (Verified) 基准测试中的成绩。该评测旨在衡量 AI 模型在抽象推理任务上的表现，此次公布的数据涵盖了 ARC-AGI-1 和 ARC-AGI-2 两个版本。

具体来看，DeepSeek V4.1 Flash 在 ARC-AGI-2 上获得 72.9% 的得分，每任务成本为 0.13 美元；在 ARC-AGI-1 上得分 94.5%，每任务成本 0.07 美元。这两个成绩均来自 ARC Prize 的官方验证。

与 DeepSeek V4 Flash 的最佳成绩相比，V4.1 Flash 在 ARC-AGI-1 上高出 5.5 分，在 ARC-AGI-2 上高出 11.5 分。然而，性能提升的同时，每任务成本也增加了约 250%。

此次成绩表明 DeepSeek V4.1 Flash 在抽象推理能力上取得了显著进步，但成本上升可能影响其在对成本敏感场景中的部署。ARC-AGI 系列评测因其对通用推理能力的严格考察，一直被视为衡量 AI 模型智能水平的重要参考。