deepseek-v3.1
1,417±6
1,411CI1,423
aiqbench · Benchmark-uri LLM
Benchmark-uri
- Surse
- 8
- Intrări urmărite
- 22.318
- Ultima sincronizare
- 51 minacum 51 de minute
Toate sursele se sincronizează normal
- Arena · Text· acum 1 oră
- Arena · WebDev· acum 1 oră
- Arena · Vision· acum 1 oră
- Arena · Agent· acum 1 oră
- GPQA Diamond· acum 51 de minute
- SWE-bench· acum 51 de minute
- Terminal-Bench· acum 51 de minute
- ARC-AGI-2· acum 51 de minute
Filtrează după organizație:
Lansat:
deepseek-v3.1-terminus-thinking
1,416±10
1,406CI1,426
deepseek-v3.1-thinking
1,416±7
1,409CI1,422
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 | |||||
|---|---|---|---|---|---|---|---|---|---|
| 123 | deepseek-v3.1 | deepseek | aug. 2025 | — | 1,417 | 1,411–1,423 | #101–158 | ||
| 125 | deepseek-v3.1-terminus-thinking | deepseek | oct. 2026 | — | 1,416 | 1,406–1,426 | #96–137 | ||
| 127 | deepseek-v3.1-thinking | deepseek | oct. 2026 | — | 1,416 | 1,409–1,422 | #107–291 | ||
| 129 | deepseek-v3.1-terminus | deepseek | sept. 2025 | $0.27 / $1 | 1,415 | 1,405–1,424 | #54–168 |
Se afișează General 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.