DeepSeek V3.1 (Reasoning)
85.1%
niciun interval publicat
aiqbench · Benchmark-uri LLM
Benchmark-uri
- Surse
- 8
- Intrări urmărite
- 23.505
- Ultima sincronizare
- 12 minacum 12 minute
Toate sursele se sincronizează normal
- Arena · Text· acum 6 ore
- Arena · WebDev· acum 6 ore
- Arena · Vision· acum 6 ore
- Arena · Agent· acum 6 ore
- GPQA Diamond· acum 12 minute
- SWE-bench· acum 12 minute
- Terminal-Bench· acum 12 minute
- ARC-AGI-2· acum 12 minute
Filtrează după organizație:
Lansat:
DeepSeek V3.1 Terminus (Reasoning)
85.1%
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 | |||||
|---|---|---|---|---|---|---|---|---|---|
| 22 | DeepSeek V3.1 (Reasoning) | deepseek | aug. 2025 | — | 85.1% | — | #101–155 | ||
| 23 | DeepSeek V3.1 Terminus (Reasoning) | deepseek | sept. 2025 | $0.27 / $1 | 85.1% | — | #51–162 |
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.