DeepSeek-R1-0528
76.3%±2.4%
73.9%CI78.7%
aiqbench · Benchmark-uri LLM
Benchmark-uri
- Surse
- 8
- Intrări urmărite
- 22.318
- Ultima sincronizare
- 34 minacum 34 de minute
Toate sursele se sincronizează normal
- Arena · Text· acum 3 ore
- Arena · WebDev· acum 3 ore
- Arena · Vision· acum 3 ore
- Arena · Agent· acum 3 ore
- GPQA Diamond· acum 34 de minute
- SWE-bench· acum 34 de minute
- Terminal-Bench· acum 34 de minute
- ARC-AGI-2· acum 34 de minute
Filtrează după organizație:
Lansat:
DeepSeek-R1
69.2%±3.1%
66.2%CI72.3%
DeepSeek-R1-Distill-Qwen-32B
64.1%±2.8%
61.4%CI66.9%
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 | |||||
|---|---|---|---|---|---|---|---|---|---|
| 96 | DeepSeek-R1-0528 | DeepSeek | mai 2025 | $0.50 / $2.15 | 76.3% | 73.9%–78.7% | #89–250 | ||
| 110 | DeepSeek-R1 | DeepSeek | ian. 2025 | $0.70 / $2.50 | 69.2% | 66.2%–72.3% | #117–389 | ||
| 122 | DeepSeek-R1-Distill-Qwen-32B | DeepSeek | — | — | 64.1% | 61.4%–66.9% | #255–778 | ||
| 137 | DeepSeek-R1-Distill-Llama-70B | DeepSeek | ian. 2025 | $0.80 / $0.80 | 55.7% | 52.8%–58.7% | #286–643 | ||
| 165 | DeepSeek-R1-Distill-Qwen-14B | DeepSeek | — | — | 44.7% | 41.8%–47.6% | #347–812 | ||
| 191 | DeepSeek-R1-Distill-Qwen-1.5B | DeepSeek | — | — | 33.6% | 31.5%–35.6% | #407–1029 | ||
| 221 | deepseek-r1-0528-qwen3-8b | — | — | — | 9.3% | 8.2%–10.3% | #465–920 |
Se afișează GPQA Diamond 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.