最重要★★★★★Hacker News
DeepSeek V4 Flash、ARC-AGI ベンチで 89% スコア達成・低コスト推論
30秒で把握
- 1DeepSeek V4 Flash 0731 が ARC-AGI-1 で 89.0%・ARC-AGI-2 で 61.4% スコア達成
- 2推論コストは ARC-AGI-1 で $0.02・ARC-AGI-2 で $0.04 と低水準・複雑推論の実用性向上
- 33 種の推論バリアント提供・検証済みスコアが公開・モデル選定の比較対象に
要約
DeepSeek は V4 Flash 0731 モデルを発表し、ARC-AGI-1 ベンチマークで 89.0% のスコアを 1 タスク $0.02 で達成した。ARC-AGI-2 では 61.4% を 1 タスク $0.04 で実測し、複雑な推論タスクを低コストで処理可能なことを実証した。3 種類の推論バリアントを提供し、最大努力モードでの評価結果が検証済みで公開されている。
あなたへの影響
推論精度とコスト効率の両立が確認されたため。
推奨：自社運用の推論タスク (AGI タイプのパズル・複雑問題解答) を扱うチームは V4 Flash の API コスト・レイテンシ・精度を現行モデルと比較評価し、次の実装検討に組み込むべき。