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

3周前 (06-17)Deepseek应用场景185

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

东方国信:Deepseek目前对公司业绩影响较小

东方国信:Deepseek目前对公司业绩影响较小

每经AI快讯,有投资者在投资者互动平台提问:尊敬的董秘你好,有新闻报道称东方国信幕僚智数、大模型训推平台等产品快速完成了与DeepSeek-R1系列大模型的深度集成,标志着内蒙古和林格雨新区中国移动、...

15家银行集体押注,DeepSeek如何掀起金融AI革命?

15家银行集体押注,DeepSeek如何掀起金融AI革命?

银行业加速布局DeepSeek大模型,仍需解决技术幻觉问题。DeepSeek的开源模式和强大推理分析功能,为银行业的应用场景打开了想象空间。当传统银行遇上科技“新宠”DeepSeek,会碰撞出怎样的火...

李国杰院士“七问”DeepSeek都说了些什么?

李国杰院士“七问”DeepSeek都说了些什么?

近日,DeepSeek的横空出世,在全球科技领域激起千层浪,引发了从学界到业界的广泛热议与深度思考。《科技导报》2025年第3期刊发李国杰院士的《DeepSeek引发的AI发展路径思考》一文,深入剖析...

多地政务系统接入DeepSeek,意味着什么?

多地政务系统接入DeepSeek,意味着什么?

昨日,丰台区政务和数据局联手中国经济信息社和北京丰台城市数字科技集团有限公司,成功在政务云本地部署了DeepSeek大模型环境,并在全市率先将其应用于政务服务领域,上线了“丰小政”数智助手。DeepS...

Deepseek做AI视频10W+流量,保姆级教程

Deepseek做AI视频10W+流量,保姆级教程

AI视频火爆全网,教育、文化领域账号借此快速崛起。今天,破局圈友@三川将分享从文案仿写到剪辑合成的4步制作法。即使零基础,也能轻松上手。变现途径多样,广告、流量分成、收徒、带货皆可。希望各位圈友掌握A...

新学期伊始,三所知名高校同日官宣:接入DeepSeek“满血版”

新学期伊始,三所知名高校同日官宣:接入DeepSeek“满血版”

连日来,DeepSeek热度不减。就在昨天(2月17日),上海交通大学、华东师范大学、浙江大学等知名高校在开学首日官宣:接入DeepSeek“满血版”。什么是DeepSeek“满血版”?高校接入Dee...