DataLearner 标志

DeepSeek-V3-0324 评测详情

DeepSeek-V3-0324 当前已收录的代表性评测结果包括 GSM8K(3 / 26,得分 96.30)、GPQA(3 / 15,得分 68.40)、DROP(3 / 9,得分 89.70)。

评测结果

DeepSeek-V3-0324

评测结果

思考模式

综合评估

共 6 项评测
评测名称 / 模式
得分
排名/总数
86.50
28 / 66
81.20
55 / 132
68.40
125 / 187
68.40
3 / 15
9
62 / 68
5.20
165 / 172

数学推理

共 7 项评测
评测名称 / 模式
得分
排名/总数
96.30
3 / 26
94
28 / 44
59.40
43 / 62
47.70
89 / 107
4.30
15 / 16
1.70
9 / 10
1.70
9 / 9

阅读理解

共 1 项评测
评测名称 / 模式
得分
排名/总数
89.70
3 / 9

常识问答

共 1 项评测
评测名称 / 模式
得分
排名/总数
27.20
28 / 47

编程与软件工程

共 2 项评测
评测名称 / 模式
得分
排名/总数
49.20
95 / 123
38.80
103 / 112

写作和创作

共 1 项评测
评测名称 / 模式
得分
排名/总数
81.60
15 / 23

AI Agent - 工具使用

共 1 项评测
评测名称 / 模式
得分
排名/总数
13.30
34 / 35

常识推理

共 1 项评测
评测名称 / 模式
得分
排名/总数
Simple Bench
常规模式
27.20
51 / 63

Agent能力评测

共 2 项评测
评测名称 / 模式
得分
排名/总数
Aider-Polyglot
常规模式
55.10
27 / 59
38.80
38 / 43