经 ARC Prize 官方验证，DeepSeek V4 Flash 在 ARC-AGI 测试中展现出极高的性价比，其 ARC-AGI-2 得分为 61.4%（单次任务成本 0.04 美元），ARC-AGI-1 得分为 89.0%（单次任务成本 0.02 美元）。业内专家指出，该模型在 ARC-AGI 上以仅四分之一的成本，实现了媲美 GPT-5.6 Luna (Max) 的性能表现，确立了前沿大模型成本效益的新标杆。
经 ARC Prize 官方验证，DeepSeek V4 Flash 在 ARC-AGI 测试中展现出极高的性价比，其 ARC-AGI-2 得分为 61.4%（单次任务成本 0.04 美元），ARC-AGI-1 得分为 89.0%（单次任务成本 0.02 美元）。业内专家指出，该模型在 ARC-AGI 上以仅四分之一的成本，实现了媲美 GPT-5.6 Luna (Max) 的性能表现，确立了前沿大模型成本效益的新标杆。
簇级候选：8 个已有簇， 共 10 条代表。
ARC Prize 官方验证 DeepSeek V4 Flash 在 ARC-AGI-2 取得 61.4% 得分，单任务成本仅 0.04 美元，确立了成本性能帕累托前沿的新标准。同时，开发者实测表明该模型在两张 RTX 6000 显卡下可实现 180K 上下文与超过 220 tokens/s 的推理速度，且具备出色的设备控制能力。这些数据验证了该模型在高效推理与本地 Agent 场景下的可用性，为开发者提供了高性价比的部署参考。
DeepSeek V4 Flash在ARC-AGI基准测试中取得最新验证成绩，其中ARC-AGI-2准确率达61.4%（单任务成本0.04美元），ARC-AGI-1准确率达89.0%（单任务成本0.02美元）。ARC Prize官方确认，该模型确立了成本与性能帕累托前沿的新标准。这一结果凸显了DeepSeek在兼顾高推理性能与极低成本方面的显著优势，为行业提供了极具竞争力的经济型模型选择。