DeepSeek V4 Flash 0731 alcanza 89% en ARC-AGI-1 por solo $0.02 por tarea

DeepSeek ha publicado los resultados de su modelo V4 Flash 0731 en los benchmarks ARC-AGI. Con el máximo esfuerzo de razonamiento, el modelo obtiene un 89.0% en ARC-AGI-1 Semi-Private y un 61.4% en ARC-AGI-2 Semi-Private, con un coste de $0.02 y $0.04 por tarea respectivamente. La página detalla las puntuaciones verificadas por variante de razonamiento (Max, High, Low) y el desglose de aciertos y fallos en las evaluaciones públicas de ARC-AGI-1 y ARC-AGI-2.