DeepSeek-V3-0324
67.6%±2.7%
64.9%CI70.3%
aiqbench · Benchmark-uri LLM
Benchmark-uri
- Surse
- 8
- Intrări urmărite
- 22.318
- Ultima sincronizare
- 43 minacum 43 de minute
Toate sursele se sincronizează normal
- Arena · Text· acum 2 ore
- Arena · WebDev· acum 2 ore
- Arena · Vision· acum 2 ore
- Arena · Agent· acum 2 ore
- GPQA Diamond· acum 43 de minute
- SWE-bench· acum 43 de minute
- Terminal-Bench· acum 43 de minute
- ARC-AGI-2· acum 43 de minute
Filtrează după organizație:
Lansat:
DeepSeek-V3
56.5%±2.8%
53.8%CI59.3%
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 | |||||
|---|---|---|---|---|---|---|---|---|---|
| 112 | DeepSeek-V3-0324 | DeepSeek | mar. 2025 | — | 67.6% | 64.9%–70.3% | #137–401 | ||
| 133 | DeepSeek-V3 | DeepSeek | dec. 2024 | — | 56.5% | 53.8%–59.3% | #178–644 |
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.