Artikel ini menyajikan hasil benchmark ARC-AGI untuk model DeepSeek V4 Flash 0731. Artikel ini menautkan ke halaman hasil resmi yang dihosting oleh organisasi ARC Prize.
Tidak ada detail tambahan, skor, atau temuan spesifik yang disediakan dalam teks sumber.
DeepSeek telah merilis DeepSeek-V4-Flash-0731, versi pembaruan dari model "Flash" berukuran lebih kecil yang mengungguli DeepSeek-V4-Pro yang lebih besar pada benchmark independen. Rilis ini memanfaatkan proses fine-tuning baru sambil mempertahankan arsitektur Mixture-of-Experts asli dengan total 284 miliar parameter.
Perbandingan antara DeepSeek-V4 Flash 0731 dan GPT-5.6 Luna pada benchmark DeepSWE mengungkapkan bahwa meskipun GPT-5.6 Luna adalah insinyur yang lebih kuat, strategi kaskade yang menggunakan kedua model mencapai akurasi lebih tinggi dengan biaya lebih rendah.
Artikel ini mengumumkan bahwa model DeepSeek-V4-Flash-0731 telah melampaui Fable-5, Sol, dan Kimi-K3 pada sebuah benchmark catur.
Model DeepSeek-V4-Flash-0731 telah mencapai skor indeks kecerdasan 50, sebuah metrik yang menyamai kinerja model frontier terkemuka dari Maret 2026, yang memiliki skor 51.
Sebuah meme terjemahan yang beredar di Reddit menunjukkan bahwa pesaing harus mengurangi harganya sebesar 80% karena tekanan kompetisi dari DeepSeek v4 flash. Model bobot terbuka ini memiliki 284 miliar parameter total dengan 13 miliar parameter aktif, memberikan metrik harga-kinerja yang unggul.
Kami menggunakan cookie untuk mengukur lalu lintas dan meningkatkan situs. Anda dapat menerima atau menolak cookie analitik. Kebijakan privasi