מערכת שנבדקה
DeepSeek-R1
נבדק כמודל APIמודל פתוחDeepSeek
מודל פתוח של DeepSeek עם חלון הקשר של 128K טוקנים. ציון האיכות הכולל שלו במבחני ההערכה עומד על 51.3.
ציונים לפי יכולת
מתמטיקה
כיסוי 16%
96.6
ידע וחשיבה
כיסוי 14%
76.3
חשיבה מדעית
כיסוי 28%
76.3
קוד ופיתוח תוכנה
כיסוי 7%
71.4
חשיבה מופשטת
כיסוי 18%
1.3
תוצאות
כל תוצאות המבחנים (5)
מתמטיקה
| מבחן הערכה | סטטוס | ציון | משקל | מקור |
|---|---|---|---|---|
| MATH Level 5 | מדידה עצמאית · לוח השוואה לוח עצמאי | 96.6 | 0.85 | קישור למקור |
לא נמצאו תוצאות עבור: LiveBench · LiveBench Mathematics · AIME 2026 · HMMT Feb 2026 · MathVision · FrontierMath v2
ידע וחשיבה
| מבחן הערכה | סטטוס | ציון | משקל | מקור |
|---|---|---|---|---|
| GPQA / GPQA Diamond | מדידה עצמאית · לוח השוואה לוח עצמאי | 76.3 | 0.85 | קישור למקור |
לא נמצאו תוצאות עבור: LiveBench · LiveBench Reasoning · MMLU-Pro · Humanity's Last Exam (HLE) · SuperGPQA · MMLU-Redux
חשיבה מדעית
| מבחן הערכה | סטטוס | ציון | משקל | מקור |
|---|---|---|---|---|
| GPQA / GPQA Diamond | מדידה עצמאית · לוח השוואה לוח עצמאי | 76.3 | 0.85 | קישור למקור |
לא נמצאו תוצאות עבור: SciCode · SuperGPQA · CritPt
קוד ופיתוח תוכנה
| מבחן הערכה | סטטוס | ציון | משקל | מקור |
|---|---|---|---|---|
| Aider Polyglot | מדידה עצמאית · מתעדכן לוח עצמאי | 71.4 | 1.00 | קישור למקור |
לא נמצאו תוצאות עבור: LiveBench · SWE-bench Verified · SWE-rebench · LiveCodeBench · LiveBench Coding · LiveBench Agentic Coding · MirrorCode · SWE-bench Pro · SciCode · SWE-bench Lite · CursorBench · SWE-bench Multilingual · Vibe Code Bench · NL2Repo · DeepSWE · FrontierCode 1.1 · ProgramBench
חשיבה מופשטת
| מבחן הערכה | סטטוס | ציון | משקל | מקור |
|---|---|---|---|---|
| ARC-AGI-2 | מדד משניזיקה מסחרית מוצהרת לוח עצמאי | 1.3 | 0.50 | קישור למקור |
לא נמצאו תוצאות עבור: LiveBench Reasoning · ARC-AGI-3 · ZeroBench
מערכות נוספות
להשוואה
Apodex 1.1Claude Fable 5Claude Fable 5.1Claude Opus 4.5Claude Opus 4.5 ThinkingClaude Opus 4.6Claude Opus 4.6 (Adaptive)Claude Opus 4.7Claude Opus 4.7 (Adaptive)Claude Opus 4.8Claude Opus 5Claude Sonnet 4.6Claude Sonnet 5Command A+DeepSeek R1 Distill Qwen 32BDeepSeek V3DeepSeek V3.1DeepSeek V3.1 (Reasoning)DeepSeek V3.2DeepSeek V4.1 FlashDeepSeek V4 Flash 0423DeepSeek V4 Flash Vision ExpDeepSeek V4 Pro 0423DeepSeek V4 Pro 0813Exaone 4.0 1.2BExaone 4.0 32BGemini 2.5 FlashGemini 2.5 ProGemini 3.1 Flash LiteGemini 3.1 ProGemini 3.5 FlashGemini 3.5 Flash-LiteGemini 3.6 FlashGemini 3.7 FlashGemini 3.8 FlashGemini 3 FlashGemini 3 ProGemma 4 26B A4BGemma 4 31BGLM-4.5-AirGLM-4.6GLM-4.7GLM-4.7-FlashGLM-5GLM-5.1GLM-5.2GLM-5.3GLM-5.3-FlashGLM-5-TurboGLM-5V-TurboGPT-5.1GPT-5.2GPT-5.3 CodexGPT-5.4GPT-5.4 miniGPT-5.4 nanoGPT-5.5GPT-5.6 LunaGPT-5.6 SolGPT-5.6 TerraGPT-5 (high)GPT-6 AstraGranite-4.0-1BGranite-4.0-350MGranite-4.0-H-1BGranite-4.0-H-350MGranite 4.2 8BGrok 4Grok 4.1 FastGrok 4.1 Fast (Reasoning)Grok 4.3Grok 4.5Grok 4.6Grok 4 Fast (Reasoning)Grok Build 0.1Grok Code Fast 1Hy3Hy3 PreviewInklingInkling-SmallK-ExaoneKimi K2.6Kimi K2Kimi K2.5Kimi K2.5 (Reasoning)Kimi K2.7 CodeKimi K3LFM2.5-2.6BLFM2.5-8B-A1BLing 2.6 FlashLing 3.0 FlashLlama 3.1 405BLlama 4 MaverickLlama 4 ScoutMercury 2MiMo-V2.5-ProMiMo-V2-FlashMiMo-V2-OmniMiMo-V2-ProMiniMax M1 80kMiniMax M2.5MiniMax M2.7MiniMax M3Ministral 3 14BMinistral 3 14B (Reasoning)Ministral 3 3B (Reasoning)Ministral 3 8BMinistral 3 8B (Reasoning)Mistral Large 2Mistral Large 3Mistral Medium 3Mistral Medium 3.5 128BMistral Small 4Muse Glimmer 30BMuse SparkMuse Spark 1.1Muse Spark 1.2Nemotron 3.5 Content SafetyNemotron 3.5 LightningNemotron 3.5 Lightning 30B A3B NVFP4Nemotron 3 Nano 30BNemotron 3 Nano Omni 30B A3BNemotron 3 Super 100BNemotron 3 Super 120B A12BNemotron 3 UltraNemotron Ultra 253BNova ProPhi-4Qwen3.5-122B-A10BQwen3.5-27BQwen3.5-35B-A3BQwen3.5 397BQwen3.5 397B (Reasoning)Qwen3.5 Plus 2026-04-20Qwen3.6-27BQwen3.6 35B A3BQwen3.6 FlashQwen 3.6 Max (preview)Qwen3.6 PlusQwen3.7 FlashQwen3.7 MaxQwen3.7 PlusQwen3.8 2.4T A95BQwen3.8-27BQwen3.8 FlashQwen3.8-Flash-NextSarvam 105BSarvam 30BSolar Pro 2Step 3.5 FlashStep 3.7 FlashTrinity-Large-PreviewTrinity-Large-Thinking