deepseek-v3.1-terminus
67±0
66interval68
aiqbench · Benchmark-uri LLM
Benchmark-uri
- Surse
- 8
- Intrări urmărite
- 22.310
- Ultima sincronizare
- 47 minacum 47 de minute
Toate sursele se sincronizează normal
- Arena · Text· acum 7 ore
- Arena · WebDev· acum 7 ore
- Arena · Vision· acum 7 ore
- Arena · Agent· acum 7 ore
- GPQA Diamond· acum 47 de minute
- SWE-bench· acum 47 de minute
- Terminal-Bench· acum 47 de minute
- ARC-AGI-2· acum 47 de minute
Filtrează după organizație:
Lansat:
deepseek-v3.1-terminus-thinking
61±1
59interval62
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 | Interval | Oscilație | i | i | i | i | i | i | i | i | i | i | i | i | i | i | i | i | i | i | i | i | i | i | Adaugă la comparație | |||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 55 | deepseek-v3.1-terminus | deepseek | sept. 2025 | $0.27 / $1 | 67.2 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. | 66–68 | 26 | 5/22 | #55–168 | 68 | — | — | — | — | — | — | — | — | — | — | — | — | — | 72 | — | — | — | 92 | 90 | 66 | — | ||
| 132 | deepseek-v3.1-terminus-thinking | deepseek | oct. 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. | 59–62 | 16 | 2/22redusă | #97–137 | 69 | — | — | — | — | — | — | — | — | — | — | — | — | — | 85 | — | — | — | — | — | — | — |
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