当前位置:首页 > Deepseek应用场景 > 正文内容

LMArena模型榜单出炉!DeepSeek-R1编程能力赶超了Claude Opus 4

2周前 (06-17)Deepseek应用场景142

机器之心报道

编辑:杜伟

在开源模型领域,DeepSeek 又带来了惊喜。

上个月 28 号,DeepSeek 来了波小更新,其 R1 推理模型升级到了最新版本(0528),并公开了模型及权重。

这一次,R1-0528 进一步改进了基准测试性能,提升了前端功能,减少了幻觉,支持 JSON 输出和函数调用。

今天,业界知名、但近期也陷入争议(曾被指出对 OpenAI、谷歌及 Meta 的大模型存在偏袒)的大模型公共基准测试平台 LMArena 公布了最新的性能排行榜,其中 DeepSeek-R1(0528)的成绩尤为引人瞩目。

其中,在文本基准测试(Text)中,DeepSeek-R1(0528)整体排名第 6,在开放模型中排名第一。

具体到以下细分领域:

在硬提示词(Hard Prompt)测试中排名第 4

在编程(Coding)测试中排名第 2

在数学(Math)测试中排名第 5

在创意性写作(Creative Writing)测试中排名第 6

在指令遵循(Intruction Fellowing)测试中排名第 9

在更长查询(Longer Query)测试中排名第 8

在多轮(Multi-Turn)测试中排名第 7

此外,在 WebDev Arena 平台上,DeepSeek-R1(0528)与 Gemini-2.5-Pro-Preview-06-05、Claude Opus 4 (20250514) 等闭源大模型并列第一,在分数上更是超过了 Claude Opus 4。

WebDev Arena 是 LMArena 团队开发的实时 AI 编程竞赛平台,让各家大语言模型进行网页开发挑战,衡量的是人类对模型构建美观且功能强大的 Web 应用能力的偏好。

DeepSeek-R1(0528)表现出来的强大性能激起了更多人使用的欲望。

还有人表示,鉴于 Claude 长期以来一直是 AI 编程领域的基准,如今 DeepSeek-R1(0528)在性能上与 Claude Opus 相当,这是一个里程碑时刻,也是开源 AI 的关键时刻。

DeepSeek-R1(0528)在完全开放的 MIT 协议下提供了领先的性能,并能与最好的闭源模型媲美。虽然这一突破在 Web 开发中最为明显,但其影响可能延伸到更广泛的编程领域。

不过,原始性能并不能定义现实世界的表现。虽然 DeepSeek-R1(0528)在技术能力上可能与 Claude 相当,但其是否可以在日常工作流程中提供媲美 Claude 的用户体验,这些需要更多的实际验证。

高强度使用过 DeepSeek-R1(0528)的小伙伴,可以在评论区留言,谈一谈自己的体验感受。

参考链接:

https://lmarena.ai/leaderboard/text

https://x.com/lmarena_ai/status/1934650639906197871


“LMArena模型榜单出炉!DeepSeek-R1编程能力赶超了Claude Opus 4” 的相关文章

地方政府热捧DeepSeek 市场追逐AI政务潮

地方政府热捧DeepSeek 市场追逐AI政务潮

财联社2月21日讯(记者 郭松峤)“目前模型的知识储备主要基于已有政务事项数据,部分复杂或特殊场景的知识覆盖仍需完善。”北京市丰台区政务服务和数据管理局相关负责人对财联社记者表示。不过,这不足以阻挡地...

DeepSeek问世,加快联想全栈AI战略落地

DeepSeek问世,加快联想全栈AI战略落地

3月4日,在2025年世界移动通信大会期间,世界互联网大会国际组织在西班牙巴塞罗那举办以“打造融合、普惠、绿色的AI算力新生态”为主题的“AI算力发展”专题论坛。联想集团执行副总裁刘军表示,联想已经形...

美商务部禁止在政府设备上用DeepSeek?

美商务部禁止在政府设备上用DeepSeek?

本报记者 李 萌路透社17日报道称,根据该媒体及知情人士了解,美国商务部下属一些部门最近几周通知员工,禁止在政府设备上使用中国的人工智能(AI)模型DeepSeek。路透社称,美商务部在发给工作人员的...

DeepSeek+腾讯双重龙头!“强得可怕”,连创历史新高!

DeepSeek+腾讯双重龙头!“强得可怕”,连创历史新高!

云计算利好频出。2月18日,A股主要指数集体调整。截至收盘,沪指跌0.93%,深证成指跌1.61%,两大科创指数跌幅均在2%左右水平。沪深两市成交额接近1.8万亿元,较昨日缩量逾千亿。行业板块呈现普跌...

DeepSeek创作诗词首次亮相联合国中文日活动

DeepSeek创作诗词首次亮相联合国中文日活动

4月20日是联合国中文日。连日来,联合国举办了一系列以“诗意中国.浪漫风华”为主题的活动。多个不同国家、不同肤色的联合国职员用中文朗诵了中国古典诗词,来自中国的外交官还朗诵一首由深度求索(DeepSe...

神州信息通过接入DeepSeek研发出“智能综合信贷系统”

神州信息通过接入DeepSeek研发出“智能综合信贷系统”

 记者从公司获悉,神州信息通过接入DeepSeek,成功研发出“智能综合信贷系统”。系统实现了多模态解析、动态建模与实时预警等能力提升,从而对信贷业务全流程进行精准决策和效率跃升,聚焦于“非标数据转化...