DeepSeek R1 0528 (May '25)
84.9%
niciun interval publicat
aiqbench · Benchmark-uri LLM
Benchmark-uri
- Surse
- 8
- Intrări urmărite
- 22.318
- Ultima sincronizare
- 42 minacum 42 de minute
Toate sursele se sincronizează normal
- Arena · Text· acum 5 ore
- Arena · WebDev· acum 5 ore
- Arena · Vision· acum 5 ore
- Arena · Agent· acum 5 ore
- GPQA Diamond· acum 42 de minute
- SWE-bench· acum 42 de minute
- Terminal-Bench· acum 42 de minute
- ARC-AGI-2· acum 42 de minute
Filtrează după organizație:
Lansat:
DeepSeek R1 (Jan '25)
84.4%
niciun interval publicat
DeepSeek R1 Distill Llama 70B
79.5%
niciun interval publicat
O singură grilă, toate coloanele. Alege axe din panoul Axe — o axă clasifică precum un singur clasament, mai multe se combină într-un scor compus ponderat, toate la un loc se citesc ca indexul. Locul este atribuit înaintea oricărui filtru și nu se renumerotează niciodată.
| Model | Organizație | ± CI | Oscilație | Adaugă la comparație | |||||
|---|---|---|---|---|---|---|---|---|---|
| 27 | DeepSeek R1 0528 (May '25) | deepseek | mai 2025 | $0.50 / $2.15 | 84.9% | — | #89–250 | ||
| 30 | DeepSeek R1 (Jan '25) | deepseek | ian. 2025 | $0.70 / $2.50 | 84.4% | — | #117–390 | ||
| 95 | DeepSeek R1 Distill Llama 70B | deepseek | ian. 2025 | $0.80 / $0.80 | 79.5% | — | #286–643 | ||
| 140 | DeepSeek R1 Distill Qwen 14B | deepseek | — | — | 74.0% | — | #347–812 | ||
| 141 | DeepSeek R1 0528 Qwen3 8B | deepseek | — | — | 73.9% | — | #465–920 | ||
| 142 | DeepSeek R1 Distill Qwen 32B | deepseek | — | — | 73.9% | — | #255–778 | ||
| 212 | DeepSeek R1 Distill Llama 8B | deepseek | — | — | 54.3% | — | — | ||
| 259 | DeepSeek R1 Distill Qwen 1.5B | deepseek | — | — | 26.9% | — | #407–1029 |
Se afișează MMLU-Pro (Artificial Analysis) exact așa cum a publicat-o sursa — propriul scor și interval de încredere, fără mix. Selectează o a doua axă ca să construiești un scor compus ponderat.