DeepSeek V4.1 Flash 登 ARC-AGI-3：首个 $1000 内跑完且得分超 3% 的模型

DeepSeek V4.1 Flash 在 ARC-AGI-3 得分 3.3%、总评测成本 $878，成为该榜单首个总评测成本在 $1000 内得分超过 3% 的模型。在标准 harness 下其得分为 0.9%、成本 $1.2k。榜单头部模型如 GPT-6 Astra 得分 90%+，但成本高达数万美元，凸显 DeepSeek 的性价比定位。