模型 / DeepSeek V3 (Dec '24)
DeepSeek V3 (Dec '24)
DeepSeek发布：2024-12-26智能指数：14.20价格（每百万 tokens）
输入$0.36（¥2.43）
输出$0.89（¥6.02）
混合（3:1）$0.49
汇率 1 USD = 6.7597 CNY（open.er-api.com，Sat, 08 Aug 2026，每日同步）
速度
输出速度- tokens/s
首 token 时间-
首答案 token 时间-
评测覆盖
参与基准15 / 15
综合指数14.20
供应商DeepSeek
全部评测指标
智能指数综合14.20
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23.00
Artificial Analysis 代码能力指数，综合 LiveCodeBench 等代码基准。
数学指数数学26.00
Artificial Analysis 数学能力指数，综合 AIME 等数学基准。
MMLU Pro学科知识75.2%
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55.7%
研究生水平知识问答（GPQA Diamond），考察专家级科学知识。
HLE评估2.9%
人类最后一场考试（Humanity's Last Exam），极难的综合知识测试。
LiveCodeBench代码35.9%
持续更新的代码生成基准，降低数据污染影响。
SciCode代码35.4%
面向科研场景的数据科学编程题集。
Math 500数学88.7%
OpenAI 收集的 500 道竞赛数学题子集（MATH500）。
AIME数学25.3%
美国数学邀请赛题（老版口径，2023 及以前）。
AIME 2025数学26.0%
2025 版美国数学邀请赛题。
IFBench指令遵循34.8%
指令遵循能力基准（IFEval 中文扩展）。
LCR代码31.7%
代码审查与修复基准（LLM Code Review）。
TerminalBench Hard命令行6.8%
终端 CLI 使用能力高难度子集评测。
Tau2综合22.8%
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。
