DeepSeek
DeepSeek-R1 评测成绩
来自 3 个来源、5 项基准的 5 条成绩。
其他名称: deepseek-r1
全部评测成绩
| 基准 | 分数 | 名次 | 设定 | 来源类型 | 日期 |
|---|---|---|---|---|---|
| LMArena Text | 1398 | 163 | Overall, style control on; 18524 votes; 95% CI 1393–1403“deepseek-r1” | 官方榜单 | 2026年10月8日 |
| GPQA Diamond | 71.7% | 153 | Epoch AI run, accuracy | 独立评测 | 2025年5月26日 |
| MMLU-Pro | 84.0% | 40 | Overall accuracy; data source: Self-Reported; 671B | 厂商自报 | 2026年3月11日 |
| AIME (OTIS Mock AIME 2024–2025) | 53.3% | 161 | Epoch AI run, OTIS Mock AIME 2024–2025 | 独立评测 | 2025年2月26日 |
| MATH Level 5 | 93.0% | 19 | Epoch AI run, accuracy | 独立评测 | 2025年1月31日 |
常见问题
DeepSeek-R1 的这些评测分数来自哪里？
来自 Epoch AI Benchmarking Hub、LMArena leaderboard dataset和MMLU-Pro leaderboard (TIGER-Lab)。每一行都链接到原始榜单、数据集或报告，厂商自报的分数单独标注。