DeepSeek V3 与主流模型性能对比

数据来源: 
LiveBench 评测: livebench.ai 
Aider 代码编辑能力评测: aider.chat/docs/leaderboards 

内容概要

📊 LiveBench 综合测试 

DeepSeek V3 的整体得分在 TOP5 行列 (第5名)
在代码能力上表现优异，仅次于 o1-2024-12-17-high 和 Claude 3.5 Sonnet (20241022版)

🔧 Aider 代码编辑测试 

DeepSeek V3 的完成正确率为 48.4%，仅次于 o1-2024-12-17-high
显著超过了包括 Claude 3.5 Sonnet (45.3%) 在内的其他所有模型
展现出极高的格式准确性（98.7%）


详细数据对比
LiveBench 综合评测数据





模型
Global ...