DeepSeek-R1-0528
66.4%±4.9%
61.5%CI71.3%
aiqbench · Benchmark-uri LLM
Benchmark-uri
- Surse
- 8
- Intrări urmărite
- 22.308
- Ultima sincronizare
- 18 minacum 18 minute
Toate sursele se sincronizează normal
- Arena · Text· acum 11 ore
- Arena · WebDev· acum 11 ore
- Arena · Vision· acum 11 ore
- Arena · Agent· acum 11 ore
- GPQA Diamond· acum 18 minute
- SWE-bench· acum 18 minute
- Terminal-Bench· acum 18 minute
- ARC-AGI-2· acum 18 minute
Filtrează după organizație:
Lansat:
deepseek-r1-0528-qwen3-8b
43.9%±6.8%
37.1%CI50.7%
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% | #88–250 | ||
| 129 | deepseek-r1-0528-qwen3-8b | — | — | — | 43.9% | 37.1%–50.7% | #465–919 |
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.