DeepSeek
DeepSeek-V3 评测成绩
来自 4 个来源、7 项基准的 8 条成绩。
开放权重 发布: 2024年12月26日 更新于 2026年10月22日
其他名称: deepseek-v3 · DeepSeek v3 · DeepSeek-V3 Base · deepseek-chat · Deepseek-V3
全部评测成绩
| 基准 | 分数 | 名次 | 设定 | 来源类型 | 日期 |
|---|---|---|---|---|---|
| LMArena Text | 1358 | 206 | Overall, style control on; 21770 votes; 95% CI 1354–1363“deepseek-v3” | 官方榜单 | 2026年10月8日 |
| LiveCodeBench | 14.9% | 22 | Code generation, 182 problems dated 2025-01-01…2025-04-07 | 官方榜单 | 2025年4月7日 |
| GPQA Diamond | 56.5% | 188 | Epoch AI run, accuracy | 独立评测 | 2025年1月27日 |
| MMLU | 87.1% | 2 | Exact match; 5-shot | 论文 / 技术报告 via Epoch AI | 2024年12月26日 |
| MMLU | 87.2% | 2 | Exact match; 5-shot | 官方榜单 via Epoch AI | 2024年12月26日 |
| MMLU-Pro | 75.9% | 84 | Overall accuracy; data source: Self-Reported; 671B“Deepseek-V3” | 厂商自报 | 2026年3月11日 |
| AIME (OTIS Mock AIME 2024–2025) | 15.8% | 212 | Epoch AI run, OTIS Mock AIME 2024–2025 | 独立评测 | 2025年2月25日 |
| MATH Level 5 | 64.8% | 48 | Epoch AI run, accuracy | 独立评测 | 2025年1月27日 |
常见问题
DeepSeek-V3 的这些评测分数来自哪里？
来自 Epoch AI Benchmarking Hub、LiveCodeBench leaderboard、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。