DeepSeek V3 0324
מודל פתוח של DeepSeek עם חלון הקשר של 128K טוקנים. ציון האיכות הכולל שלו במבחני ההערכה עומד על 36.3.
כל תוצאות המבחנים (7)
מתמטיקה
| מבחן הערכה | סטטוס | ציון | משקל | מקור |
|---|---|---|---|---|
| MATH Level 5 | מדידה עצמאית · לוח השוואה לוח עצמאי | 75.5 | 0.85 | קישור למקור |
לא נמצאו תוצאות עבור: LiveBench · LiveBench Mathematics · AIME 2026 · HMMT Feb 2026 · MathVision · FrontierMath v2
עברית
| מבחן הערכה | סטטוס | ציון | משקל | מקור |
|---|---|---|---|---|
| MMLU-ProX | מדד משני · עברית לוח עצמאי | 70.5 | 0.45 | קישור למקור |
לא נמצאו תוצאות עבור: Hebrew LLM Leaderboard · מבחן העברית של האתר · Global-MMLU (GMMLU) · INCLUDE · MAXIFE
שפה וניסוח
| מבחן הערכה | סטטוס | ציון | משקל | מקור |
|---|---|---|---|---|
| MMLU-ProX | מדד משני · עברית לוח עצמאי | 70.5 | 0.45 | קישור למקור |
לא נמצאו תוצאות עבור: LiveBench · LiveBench Language · Hebrew LLM Leaderboard · מבחן העברית של האתר · Global-MMLU (GMMLU) · INCLUDE
ידע וחשיבה
| מבחן הערכה | סטטוס | ציון | משקל | מקור |
|---|---|---|---|---|
| GPQA / GPQA Diamond | מדידה עצמאית · לוח השוואה לוח עצמאי | 67.6 | 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 | 67.6 | 0.85 | קישור למקור |
| SciCode | מדידה עצמאית · לוח השוואה לוח עצמאי | 39.0 | 0.85 | קישור למקור |
לא נמצאו תוצאות עבור: SuperGPQA · CritPt
קוד ופיתוח תוכנה
| מבחן הערכה | סטטוס | ציון | משקל | מקור |
|---|---|---|---|---|
| SWE-bench Verified | מדידה עצמאית · מתעדכןזיקה מסחרית מוצהרת לוח עצמאי | 42.0 | 1.00 | קישור למקור |
| Aider Polyglot | מדידה עצמאית · מתעדכן לוח עצמאי | 55.1 | 1.00 | קישור למקור |
| SciCode | מדידה עצמאית · לוח השוואה לוח עצמאי | 39.0 | 0.85 | קישור למקור |
לא נמצאו תוצאות עבור: LiveBench · SWE-rebench · LiveCodeBench · LiveBench Coding · LiveBench Agentic Coding · MirrorCode · SWE-bench Pro · SWE-bench Lite · CursorBench · SWE-bench Multilingual · Vibe Code Bench · NL2Repo · DeepSWE · FrontierCode 1.1 · ProgramBench