DataLearnerAI
Toggle menu
最新AI资讯
大模型评测
大模型列表
大模型对比
资源中心
AI工具导航
搜索博客
中
EN
加载中...
大模型列表
DeepSeek-V3.1
评测分析
DeepSeek-V3.1 评测详情
以下是 DeepSeek-V3.1 在各项评测中的得分数据与模型对比。深度分析报告正在准备中。
评测结果
DeepSeek-V3.1
评测结果
思考模式
全部
常规
综合评估
共 7 项评测
评测名称 / 模式
得分
排名/总数
MMLU
常规
93.40
3 / 59
MMLU
常规
91.80
3 / 59
MMLU Pro
常规
85
32 / 114
MMLU Pro
常规
83.70
32 / 114
GPQA Diamond
常规
80.10
80 / 161
GPQA Diamond
常规
74.90
80 / 161
HLE
常规
15.90
79 / 115
常识问答
共 1 项评测
评测名称 / 模式
得分
排名/总数
SimpleQA
常规
93.40
4 / 44
编程与软件工程
共 3 项评测
评测名称 / 模式
得分
排名/总数
LiveCodeBench
常规
74.80
64 / 104
LiveCodeBench
常规
56.40
64 / 104
SWE-bench Verified
常规
66
57 / 92
数学推理
共 4 项评测
评测名称 / 模式
得分
排名/总数
AIME 2024
常规
93.10
41 / 62
AIME 2024
常规
66.30
41 / 62
AIME2025
常规
88.40
90 / 108
AIME2025
常规
49.80
90 / 108
AI Agent - 工具使用
共 1 项评测
评测名称 / 模式
得分
排名/总数
Terminal-Bench
常规
31.30
19 / 35
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
76.30
13 / 26
Aider-Polyglot
常规
68.40
13 / 26
与其他模型对比
