目次

ARC Prize公式結果ページ上のDeepSeek V4.1 Flash 1017のヘッダは DeepSeek · Oct 17, 2026 · 5 harness configurations と読める。その帯の下で、同じモデル・同じmax推論設定が ARC-AGI-3 で Standard harness なら 0.2%、Provider Adapter harness なら 5.8% になる。この差は静かな二度目の重み配信でも、新しいモデル発表でもない。評価ランの枠——ステップ間に何を残してよいか——が、Verified scores の同一行に二つのまったく違う見出しパーセントとして表れている。

関連記事：DeepSeek V4.1 Flash 1017 は Code Arena、Vals AI、Artificial Analysis で何位なのか、同じモデルでもコーディング harness を替えると通過率はほぼ変わらず、請求だけ大きく変わる、Microsoft、Foundry Agent ServiceでCopilot harnessをパブリックプレビュー公開、DeepSeek V4.1 Flash が Cursor で利用可能に。最初の記事はこのチェックポイントのオープンウェイト／API／他リーダーボード背景。二本目はコーディング harness のコストと通過率——対比には役立つが、ARC評価ハーネスと同題ではない。後二者は製品 harness と Cursor 可用性の隣接メモ。どれも ARC-AGI-3 ハーネス差そのものの代わりにはならない。

ARC Prize 結果ページ上の数字

ページ先頭の Semi-Private ハイライトは、ARC-AGI-1 で high 推論の 94.5%、ARC-AGI-2 で max 推論の 78.1%。ARC-AGI-3（v3）については同ページが Standard 0.2%、Provider Adapter 5.8% と述べ、いずれも max reasoning。Verified scores 表の Max 行も同じ並びに揃う：ARC-AGI-1 93.5%、ARC-AGI-2 78.1%、ARC-AGI-3 Standard 0.2%、ARC-AGI-3 Provider Adapter 5.8%。二つの ARC-AGI-3 harness セルに対する High／Low／None 列は — とある。

その結果ページに「評価公表日」専用フィールドは見当たらない。読者が最初に目にする日付はモデル日ラベル Oct 17, 2026（同一暦日の Asia/Shanghai 読み）である。以下のパーセントはすべて ARC Prize の自己申告。DigIntoAI のハードでは未再測であり、独立ラボ実行として読むべき数字ではない。

二つのハーネスを人の言葉で

Standard harness は、ARC Prize ページの定義どおり、モデルが環境全体で自ら残すと決めたメモを持ち運べる仕組みである。実行が維持してよいスクラッチパッド——観察、部分計画、後続ステップへ持ち込むとモデルが選んだ覚え書き——と考えればよい。

Provider Adapter harness は、同じくページの文言どおり、リクエスト間の不透明／内部推論状態を保持し、長い会話には compaction をかけて以前の作業を再利用できるようにする。モデルが意図的に残したメモだけでなく、プロバイダ側の推論の残りをターンをまたいで保ち、文脈が伸びても先の進捗を捨てにくくする経路である。

同じチェックポイント。同じ max 推論ノブ。ステップ間に何が生き残るかのルールだけが違う。見出しの ARC-AGI-3 ペア——0.2% 対 5.8%——は、その差が Verified scores 表に集約された姿である。

DigIntoAI 読者向けの用語注意：当サイトで「harness」はしばしばコーディングエージェントのラッパー——トークン請求、通過率表、インストール案内——を指す。同じモデルでもコーディング harness を替えると通過率はほぼ変わらず、請求だけ大きく変わる がそのコスト物語だ。ARC ページの Standard／Provider Adapter は、ARC-AGI-3 環境の回し方についての評価ハーネスである。同じ英単語でも仕事が違う。混同すると、リーダーボードの読み方の話が別の製品物語にすり替わる。

環境スナップショット（依然公式・依然未再測）

ARC-AGI-3 Public Demo 表は harness ごとに 25 環境を列挙する。差のムラを示す Max 行の組を数例だけ——表全体の引き写しはしない：

環境Standard MaxProvider Adapter Max
FT093.4%91.4%
WA300.0%22.2%
LP852.8%24.5%
AR257.4%8.8%

FT09 は劇的な例：Standard は床近く、Provider Adapter は九十台へ跳ねる。WA30 と LP85 はほぼゼロ／一桁前半から二十台へ動く。AR25 はほとんど動かない（7.4% → 8.8%）——アダプタ経路が全環境を同じ倍率で膨らませるわけではない、という有用な注意である。集約の 0.2% 対 5.8% はそれら環境上の平均の話であり、全タスクが倍になる約束でも、日常コーディング出力が同じ比率で上がった証拠でもない。

これらの環境数字も DigIntoAI 側では再実行していない。ARC Prize 結果ページに掲載されたまま読む。

同じチェックポイント——新発表でもコーディング躍進でもない

  • 新しい DeepSeek モデルではない。 ページ表記は DeepSeek V4.1 Flash 1017。ハーネス比較はそのチェックポイントの結果シート上にある。
  • リーダーボード更新に見せかけた新重み配信ではない。 ARC-AGI-3 ペアの隣に明示される変数は harness 構成であり、ヘッダはすでに 5 harness configurations と書いている。
  • 一般能力の飛躍の証明ではない。 Standard のメモから Provider Adapter の状態＋compaction へ移ると評価契約が変わる。ARC-AGI-3 の数字は上がりうるが、日常のプログラミング生産性が同じ係数で上がったと主張する許可証にはならない。
  • 独立した DigIntoAI スコアボードではない。 Verified scores、Semi-Private ハイライト、環境 Max セルは 公式の自己申告。未再測。

オープンウェイト、共有 API 名 deepseek-flash、Code Arena／Vals AI／Artificial Analysis 上の見え方は、先行記事 DeepSeek V4.1 Flash 1017 は Code Arena、Vals AI、Artificial Analysis で何位なのか を参照。背景記事であり、ARC ハーネス読みの代用ではない。

ARC ページを読む短いチェックリスト

  1. まずモデル名——だがそれだけではない。 「DeepSeek V4.1 Flash 1017」はチェックポイントを特定する。引用パーセントがどの harness 行・どの推論列からかは別問題である。
  2. 次にハーネス。 ARC-AGI-3 では Standard（残したメモ）と Provider Adapter（不透明状態＋compaction）は異なる評価契約である。ハーネスラベルなしの一点引用は不完全である。
  3. 推論レベル。 上記 ARC-AGI-3 ペアは max。同ページの Semi-Private ピークは v1 が high（94.5%）、v2 が max（78.1%）。レベルを混ぜた引用は偽の差を生む。
  4. どの ARC 世代か。 ARC-AGI-1 Max 93.5% と ARC-AGI-2 Max 78.1% は、ARC-AGI-3 ハーネスペアと同じ Verified scores 行にある。別ベンチマークへの答えであり、「DeepSeek の一点」に畳むと消える。
  5. 集約対環境。 見出しの 0.2%／5.8% は、FT09（3.4%／91.4%）のような組と AR25（7.4%／8.8%）のようなほぼ平坦な組を隠せる。主張が一つの環境に依るなら、そのセルが根拠になる。
  6. 自己申告の印。 ここにある数字は、別の再測があるまで ARC Prize 公表値として扱う。未再測。

まとめ

ARC Prize 公式結果ページ上の DeepSeek V4.1 Flash 1017（表記 Oct 17, 2026、5 harness configurations）は、同じ max 推論設定で ARC-AGI-3 の Standard 0.2%、Provider Adapter 5.8% を出す。Standard はモデルが選んだメモを残し、Provider Adapter はリクエスト間の不透明な推論状態を保ち長い会話を compaction する。それは一つのチェックポイント上の評価ハーネスの差であり——新しい重み配信でも、新しいモデル名でも、パーセント差から日常コーディングの上振れを捏造する許可でもない。モデル名・ハーネス・推論列は揃えて読む必要がある。コーディング harness のコスト記事は別ラインの話である。以上の数字は ARC Prize の自己申告であり、未再測。現場メモはフッターのサイト運営者連絡先から送れる。