DeepSeek
DeepSeek-V3 (Mar 2025) 评测成绩
来自 4 个来源、6 项基准的 6 条成绩。
其他名称: deepseek-v3-0324 · DeepSeek-V3-0324 · DeepSeek V3 0324 · SWE-Exp · Deepseek-V3-0324
全部评测成绩
| 基准 | 分数 | 名次 | 设定 | 来源类型 | 日期 |
|---|---|---|---|---|---|
| LMArena Text | 1395 | 165 | Overall, style control on; 44989 votes; 95% CI 1391–1399“deepseek-v3-0324” | 官方榜单 | 2026年10月8日 |
| GPQA Diamond | 67.6% | 166 | Epoch AI run, accuracy; effort: Mar 2025 | 独立评测 | 2025年4月1日 |
| MMLU-Pro | 81.3% | 57 | Overall accuracy; data source: Self-Reported; 671B“Deepseek-V3-0324” | 厂商自报 | 2026年3月11日 |
| SWE-bench Verified | 42.0% | 80 | agent: SWE-Exp“DeepSeek-V3-0324” | 官方榜单 | 2025年8月6日 |
| AIME (OTIS Mock AIME 2024–2025) | 37.8% | 183 | Epoch AI run, OTIS Mock AIME 2024–2025; effort: Mar 2025 | 独立评测 | 2025年4月1日 |
| MATH Level 5 | 75.5% | 38 | Epoch AI run, accuracy; effort: Mar 2025 | 独立评测 | 2025年4月1日 |
常见问题
DeepSeek-V3 (Mar 2025) 的这些评测分数来自哪里？
来自 Epoch AI Benchmarking Hub、LMArena leaderboard dataset、MMLU-Pro leaderboard (TIGER-Lab)和SWE-bench leaderboards (swebench.com)。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。