DeepSeek-R1-0528
66.4%±4.9%
61.5%CI71.3%
aiqbench · Benchmark-uri LLM
Benchmark-uri
- Surse
- 8
- Intrări urmărite
- 22.318
- Ultima sincronizare
- 29 minacum 29 de minute
Toate sursele se sincronizează normal
- Arena · Text· acum 4 ore
- Arena · WebDev· acum 4 ore
- Arena · Vision· acum 4 ore
- Arena · Agent· acum 4 ore
- GPQA Diamond· acum 29 de minute
- SWE-bench· acum 29 de minute
- Terminal-Bench· acum 29 de minute
- ARC-AGI-2· acum 29 de minute
Filtrează după organizație:
Lansat:
DeepSeek-R1-Distill-Qwen-32B
55.6%±6.2%
49.4%CI61.8%
DeepSeek-R1
53.3%±7.5%
45.8%CI60.9%
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 | |||||
|---|---|---|---|---|---|---|---|---|---|
| 107 | DeepSeek-R1-0528 | DeepSeek | mai 2025 | $0.50 / $2.15 | 66.4% | 61.5%–71.3% | #89–250 | ||
| 120 | DeepSeek-R1-Distill-Qwen-32B | DeepSeek | — | — | 55.6% | 49.4%–61.8% | #255–778 | ||
| 122 | DeepSeek-R1 | DeepSeek | ian. 2025 | $0.70 / $2.50 | 53.3% | 45.8%–60.9% | #117–390 | ||
| 124 | DeepSeek-R1-Distill-Llama-70B | DeepSeek | ian. 2025 | $0.80 / $0.80 | 51.4% | 45.3%–57.4% | #286–643 | ||
| 125 | DeepSeek-R1-Distill-Qwen-14B | DeepSeek | — | — | 50.6% | 44.6%–56.5% | #347–812 | ||
| 129 | deepseek-r1-0528-qwen3-8b | — | — | — | 43.9% | 37.1%–50.7% | #465–920 | ||
| 142 | DeepSeek-R1-Distill-Qwen-1.5B | DeepSeek | — | — | 21.4% | 16.1%–26.7% | #407–1029 |
Se afișează AIME (matematică) 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.