模型 / DeepSeek-V2.5 (Dec '24)

DeepSeek-V2.5 (Dec '24)

DeepSeek发布：2024-12-10智能指数：6.50

输入-（-）

输出-（-）

混合（3:1）-

汇率 1 USD = 6.7597 CNY（open.er-api.com，Sat, 08 Aug 2026，每日同步）

输出速度- tokens/s

首 token 时间-

首答案 token 时间-

参与基准2 / 15

综合指数6.50

供应商DeepSeek

智能指数综合6.50

Artificial Analysis 综合智能指数，由多个基准加权得出，反映模型整体推理能力。

代码指数代码-

Artificial Analysis 代码能力指数，综合 LiveCodeBench 等代码基准。

数学指数数学-

Artificial Analysis 数学能力指数，综合 AIME 等数学基准。

MMLU Pro学科知识-

大规模多任务语言理解进阶版，衡量跨学科知识广度。

GPQA知识-

研究生水平知识问答（GPQA Diamond），考察专家级科学知识。

HLE评估-

人类最后一场考试（Humanity's Last Exam），极难的综合知识测试。

LiveCodeBench代码-

持续更新的代码生成基准，降低数据污染影响。

SciCode代码-

面向科研场景的数据科学编程题集。

Math 500数学76.3%

OpenAI 收集的 500 道竞赛数学题子集（MATH500）。

AIME数学-

美国数学邀请赛题（老版口径，2023 及以前）。

AIME 2025数学-

2025 版美国数学邀请赛题。

IFBench指令遵循-

指令遵循能力基准（IFEval 中文扩展）。

LCR代码-

代码审查与修复基准（LLM Code Review）。

TerminalBench Hard命令行-

终端 CLI 使用能力高难度子集评测。

Tau2综合-

第三代整体智能基准测试（Tau-Bench 的升级版），综合对话与工具使用。