DeepSeek V4 Flash、ARC-AGI-2で61.4%を達成
原題: DeepSeek V4 Flash 0731
なぜ重要か
ARC-AGI-2において61.4%という高スコアを低単価で達成したことは、推論効率とコスト競争力の両立という観点でAIモデル開発の新たな指標となりうる。
DeepSeekは2026年7月31日、新モデル「DeepSeek V4 Flash 0731」のARC-AGI評価結果を公開した。最大努力設定時にARC-AGI-1 Semi-Privateで89.0%、ARC-AGI-2 Semi-Privateで61.4%を記録した。タスク単価はARC-AGI-1が0.02ドル、ARC-AGI-2が0.04ドルと低コストを実現している。
DeepSeekは2026年7月31日、「DeepSeek V4 Flash 0731」のARC-AGI公式評価結果をarcprize.orgにて公開した。同モデルは3種類の推論バリアント（Max・High・Low）で検証されており、各バリアントのスコアは以下のとおり。
ARC-AGI-1 Semi-Privateでは、Maxバリアントが89.0%、Highが87.0%、Lowが84.0%を記録。ARC-AGI-2 Semi-Privateでは、Maxが61.4%、Highが56.0%、Lowが46.0%となった。
コスト面では、ARC-AGI-1のタスク単価が0.02ドル、ARC-AGI-2が0.04ドルと、高いスコアを低コストで達成している点が特徴として示されている。
ARC-AGI-2 Public Eval（120タスク）およびARC-AGI-1 Public Eval（400タスク）での個別タスクごとのパス・フェイル結果も公開されており、タスクIDごとに3バリアントの正誤が確認可能となっている。なお、ARC-AGI-3のスコアは現時点では未公開（「—」）となっている。