Sari la conținut

Română · beta. Traducerea a fost făcută automat și este încă în curs de revizuire. Citește pagina în engleză

Benchmark-uri

Surse
8
Intrări urmărite
22.310
Ultima sincronizare
30 min
Toate sursele se sincronizează normal
  • Arena · Textacum 6 ore
  • Arena · WebDevacum 6 ore
  • Arena · Visionacum 6 ore
  • Arena · Agentacum 6 ore
  • GPQA Diamondacum 30 de minute
  • SWE-benchacum 30 de minute
  • Terminal-Benchacum 30 de minute
  • ARC-AGI-2acum 30 de minute

DeepSeek-V3.2-Speciale

68±0

67interval68

DeepSeekoscilație #47–#47

deepseek-v3.2

64±1

62interval65

deepseekdec. 2025oscilație #86–#247

General ×1WebDev Arena ×1Vision Arena ×1Factuality Arena ×1Search Arena ×1Document Arena ×1Agent Arena ×1GPQA Diamond ×1AIME (matematică) ×1FrontierMath ×1SimpleQA Verified ×1ARC-AGI-2 ×1Humanity's Last Exam ×1SimpleBench ×1LiveBench ×1BFCL v4 (apelare de funcții) ×1inactivSWE-bench Verified (clasament live) ×1Terminal-Bench 4.0 ×1MMLU-Pro (Artificial Analysis) ×1LiveCodeBench (Artificial Analysis) ×1IFBench (Artificial Analysis) ×1Halucinații HHEM (Vectara) ×113 din 1034 modele
ModelOrganizațieIntervalOscilațieiiiiiiiiiiiiiiiiiiiiiiAdaugă la comparație
47DeepSeek-V3.2-SpecialeDeepSeek——67.8 78.4Clasat 67.8 = (5 × 78.4 + 3 × 50) ÷ 8. 78.4 este percentila medie pe cele 5 din 22 axe selectate pe care este măsurat modelul; cu cât sunt mai puține axe, cu atât tragerea spre 50 este mai puternică.—455/22——————————————5470———969973—
55deepseek-v3.1-terminusdeepseeksept. 2025$0.27 / $167.2 77.6Clasat 67.2 = (5 × 77.6 + 3 × 50) ÷ 8. 77.6 este percentila medie pe cele 5 din 22 axe selectate pe care este măsurat modelul; cu cât sunt mai puține axe, cu atât tragerea spre 50 este mai puternică.66–68265/22#55–16868—————————————72———929066—
86deepseek-v3.2deepseekdec. 2025$0.28 / $0.4263.7 69.5Clasat 63.7 = (7 × 69.5 + 3 × 50) ÷ 10. 69.5 este percentila medie pe cele 7 din 22 axe selectate pe care este măsurat modelul; cu cât sunt mai puține axe, cu atât tragerea spre 50 este mai puternică.62–65677/22#86–2477229—48——————————————95977075
92deepseek-v3.2-expdeepseeksept. 2025$0.27 / $0.4162.9 67.2Clasat 62.9 = (9 × 67.2 + 3 × 50) ÷ 12. 67.2 este percentila medie pe cele 9 din 22 axe selectate pe care este măsurat modelul; cu cât sunt mai puține axe, cu atât tragerea spre 50 este mai puternică.61–64769/22#92–3347116—47——————————5587——91906287
101deepseek-v3.1deepseekaug. 2025—62.3 68.4Clasat 62.3 = (6 × 68.4 + 3 × 50) ÷ 9. 68.4 este percentila medie pe cele 6 din 22 axe selectate pe care este măsurat modelul; cu cât sunt mai puține axe, cu atât tragerea spre 50 este mai puternică.61–63606/22#101–15869————————————32————92894484
132deepseek-v3.1-terminus-thinkingdeepseekoct. 2026—60.7 76.8Clasat 60.7 = (2 × 76.8 + 3 × 50) ÷ 5. 76.8 este percentila medie pe cele 2 din 22 axe selectate pe care este măsurat modelul; cu cât sunt mai puține axe, cu atât tragerea spre 50 este mai puternică.59–62162/22redusă#97–13769—————————————85———————
180deepseek-v3.2-exp-thinkingdeepseekoct. 2026—58.6 67.1Clasat 58.6 = (3 × 67.1 + 3 × 50) ÷ 6. 67.1 este percentila medie pe cele 3 din 22 axe selectate pe care este măsurat modelul; cu cât sunt mai puține axe, cu atât tragerea spre 50 este mai puternică.55–62123/22#77–18072——60——————————68———————
291deepseek-v3.1-thinkingdeepseekoct. 2026—54.5 68.2Clasat 54.5 = (1 × 68.2 + 3 × 50) ÷ 4. 68.2 este percentila medie pe cele 1 din 22 axe selectate pe care este măsurat modelul; cu cât sunt mai puține axe, cu atât tragerea spre 50 este mai puternică.53–56—1/22redusă#106–29168—————————————————————
328fireworks/deepseek-v3p2DeepSeek——53.1 62.3Clasat 53.1 = (1 × 62.3 + 3 × 50) ÷ 4. 62.3 este percentila medie pe cele 1 din 22 axe selectate pe care este măsurat modelul; cu cât sunt mai puține axe, cu atât tragerea spre 50 este mai puternică.50–55—1/22redusă——————————62————————————
344deepseek-v3.2-thinkingdeepseekoct. 2026—52.4 54.2Clasat 52.4 = (4 × 54.2 + 3 × 50) ÷ 7. 54.2 este percentila medie pe cele 4 din 22 axe selectate pe care este măsurat modelul; cu cât sunt mai puține axe, cu atât tragerea spre 50 este mai puternică.51–54474/22#103–3447129—41——————————76———————
401deepseek-v3-0324deepseekmar. 2025—50.4 50.5Clasat 50.4 = (8 × 50.5 + 3 × 50) ÷ 11. 50.5 este percentila medie pe cele 8 din 22 axe selectate pe care este măsurat modelul; cu cât sunt mai puține axe, cu atât tragerea spre 50 este mai puternică.49–51578/22#137–40161——————5035————2168———785042—
583deepseek/deepseek-v3.2DeepSeek——44.8 29.2Clasat 44.8 = (1 × 29.2 + 3 × 50) ÷ 4. 29.2 este percentila medie pe cele 1 din 22 axe selectate pe care este măsurat modelul; cu cât sunt mai puține axe, cu atât tragerea spre 50 este mai puternică.——1/22redusă#76–583———————————29——————————
644deepseek-v3deepseekdec. 2024—43.3 41.3Clasat 43.3 = (10 × 41.3 + 3 × 50) ÷ 13. 41.3 este percentila medie pe cele 10 din 22 axe selectate pe care este măsurat modelul; cu cât sunt mai puține axe, cu atât tragerea spre 50 este mai puternică.42–447010/22#178–64452——————402720———764———52472977

Mixul este contractat după acoperire; scorul compus brut apare gri lângă el · O insignă „redusă” înseamnă că mai puțin de 3 clasamente au evaluat acest model

Puținele lucruri din AI și cuantic care au contat cu adevărat săptămâna asta — rezumate cinstit.

Un e-mail pe săptămână. Dezabonare dintr-un clic. Fără urmărire, fără partajare.