BenchLeader

DeepSeek R1

质量第 197 / 339 名
47.2Index
低于中位数
较中位数 −3.0
价格第 184 / 255 名
$2.50每百万 token
比多数贵
中位数的 2.9 倍
速度第 73 / 216 名
107token/秒
高于中位数
中位数的 1.3 倍
性价比第 191 / 255 名
18.9分/$
低于中位数
中位数的 0.3 倍

性价比更高: Qwen3.5-4B $0.060/M 即可获得 Index 46.7,价格只有 42 分之一。

有 116 个更便宜的已排名模型得分更高:GPT-6.1 Terra (64.1, $2.00)、Muse Spark 1.1 (62.2, $2.00)、Gemini 3.7 Flash (62.1, $1.50),另有 113 个。

截至 2026年11月16日,DeepSeek R1(DeepSeek)在 BenchLeader Index 上得分 47.2(共 608 个已排名配置)。表现最好的是数学(57),最弱的是智能体与工具(36)。API 价格为输入每百万 token $2.00、输出每百万 token $4.00(按 3:1 混合为 $2.50),为 2026年11月16日的标价。输出速度约为 110 token/秒(Artificial Analysis)。发布于 2025年1月20日。

要点(截至 2026年11月16日)

  • DeepSeek R1 的 API 价格为输入每百万 token $2.00、输出每百万 token $4.00(按 3:1 混合为 $2.50)(标价,2026年11月16日)。
  • DeepSeek R1 的输出速度约为 110 token/秒(Artificial Analysis,2026年11月16日)。
  • DeepSeek R1 于 2025年1月20日发布(DeepSeek)。

详细说明:DeepSeek R1 是 DeepSeek 的开放权重推理模型,发布于 2025年1月20日。其最佳配置在 BenchLeader Index 上得分 47.2 ±4.0,在 608 个配置中排第 412 名,处于下半区。关键在于这个“±”:另有 238 个配置的得分落在这一区间内,仅凭质量无法区分,真正拉开差距的是价格和速度。分类别看,数学得分最高(57),智能体与工具最低(36)。按混合价格计,每百万 token $2.50,比大多数已排名模型贵。输出速度为 107 token/秒,首次回答需 14.1 秒,比大多数模型快。它已被 DeepSeek R1 0528 取代,如今应与后者进行比较。最近一次测量:2026年11月11日。

混合价格
$2.50/M
输入 $2.00 · 输出 $4.00
来源:Artificial Analysis
输出速度
107 tok/s
由 Artificial Analysis 测量
首次回答
14 s
上下文
66k
来源:LiteLLM price table
完整回答
22 s
最近一次测量 2026年11月13日
单任务成本
–
单任务 token 数
–
发布日期
2025年1月20日
各类别得分虚线 = 平均模型(50)。每 15 分为一个标准差。
  1. 综合 Index47
  2. 推理43
  3. 编程49
  4. 智能体与工具36
  5. 数学57
  6. 知识48
  7. 指令遵循42
  8. 人类偏好57
  9. 长上下文43

DeepSeek 发布新模型时邮件通知我

进入排名时再通知一次,每周一另有每周回顾。

选择提供商和邮件类型

版本

DeepSeek 以这个名称发布过 2 个模型。每个版本都只按自身结果排名;较新的版本往往结果较少,在更多结果出炉之前,其 Index 会更接近平均水平。

模型发布日期Index排名
DeepSeek R1 05282025年5月28日49.1#367
DeepSeek R1本页2025年1月20日47.2#412

Index 走势

2026年9月8日 至 2026年11月16日
434852

Index 每天从头重新计算,因此当有新的基准测试结果、发布方修订分数,或用于归一化的参照模型发生变化时,曲线都会移动。早期的波动通常说明分数仍在趋于稳定。

基准测试结果

查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。

编程

智能体与工具

基准测试默认来源趋势
Terminal-Bench Hard6.1%#271Artificial Analysis
τ²-Bench Telecom (AA)不计入 Index11.4%#381Artificial Analysis
GDPval-AA v2.1不计入 Index302#265Artificial Analysis
τ³-Banking (AA)6.4%#170Artificial Analysis
BALROG不计入 Index34.9%#12BALROG
METR Time Horizons不计入 Index51.9%#25METR
AutomationBench不计入 Index0.2%#252Artificial Analysis
GDP.pdf (AA)不计入 Index2.4%#223Artificial Analysis
AA-Briefcase v1.1不计入 Index129#245Artificial Analysis

数学

知识

基准测试默认来源趋势
MMLU-Pro83.2%#71Vals AI
LegalBench67.3%#131Vals AI
CorpFin54.1%#95Vals AI
TaxEval72.3%#65Vals AI
MedQA90.8%#43Vals AI
MultiNRC24.3%#30Scale AI SEAL

指令遵循

基准测试默认来源趋势
IFBench39.0%#278Artificial Analysis
Arena Instruction Following不计入 Index1397#147Arena (LMArena)

人类偏好

基准测试默认来源趋势
Arena Text1398#160Arena (LMArena)
EQ-Bench Creative Writing v3不计入 Index1500#59EQ-Bench
Arena Creative Writing不计入 Index1374#149Arena (LMArena)
Arena Multi-turn不计入 Index1409#150Arena (LMArena)
Arena Longer Queries不计入 Index1400#170Arena (LMArena)
Lech Mazur Creative Writing不计入 Index83.0%#9Lech Mazur

长上下文

基准测试默认来源趋势
Fiction.LiveBench 120k33.3%#32Fiction.live
AA-LCR v1.157.7%#309Artificial Analysis

综合

基准测试默认来源趋势
Epoch Capabilities Index不计入 Index138.6#119Epoch AI Benchmarking Hub
AA Intelligence Index v4.3.2不计入 Index11.4#363Artificial Analysis
AA Progress Index v1不计入 Index208.7#386Artificial Analysis

安全与诚实

基准测试默认来源趋势
FORTRESS不计入 Index74.4%#83Scale AI SEAL
MASK不计入 Index57.3%#40Scale AI SEAL

价格历史

上述价格(每百万 token)在每个变动日的数值。

$0.00$1.10$2.20$3.30$4.4026年9月26年10月26年11月
输入 输出
当前:输入 $2.00 · 输出 $4.00

一项任务的成本

根据最佳配置的标价、输出速度和首次回答时间估算。“使用缓存”假定四分之三的输入来自提示缓存。未计入推理 token。

工作负载输入 / 输出 token成本使用缓存耗时
聊天回复400 / 300$0.0020–16.9 s
总结一份 30 页的报告12,000 / 600$0.026–19.7 s
代码编辑6,000 / 1,500$0.018–28.1 s
智能体编程会话60,000 / 4,000$0.136–51.4 s
结构化信息提取2,000 / 200$0.0048–16.0 s

DeepSeek 的更多模型

本月新上线

另请参阅

嵌入或引用

引用本页

排名每天都会变化,因此引用时需注明数据日期。APA 格式:

BenchLeader. (2026, November 16). DeepSeek R1 on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/deepseek-r1

BibTeX:

@misc{benchleader_deepseek_r1_20261116,
  author       = {{BenchLeader}},
  title        = {{DeepSeek R1 on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/deepseek-r1}},
  note         = {Data as of 2026-11-16}
}

全部徽章样式、可嵌入的前 10 名小组件,以及如何引用 Index

常见问题

DeepSeek R1 的基准测试得分是多少?
截至 2026年11月16日,DeepSeek R1 的 BenchLeader Index 为 47.2 ±4.0。最强的是数学(57),最弱的是智能体与工具(36)。该得分只基于第三方基准测试结果,本页每个分数都链接到其发布方。
DeepSeek R1 排名第几?
截至 2026年11月16日,DeepSeek R1 在 608 个已排名配置中排第 412 名。另有 238 个配置的得分在其误差范围内,因此名次区间比确切名次更有意义。第一名是 Claude Fable 5.2(推理强度 max),得分 72.7。
DeepSeek R1 每百万 token 的价格是多少?
截至 2026年11月16日,DeepSeek R1 的价格为输入每百万 token $2.00、输出每百万 token $4.00,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $2.50。标价最近一次变动是在 2026年9月9日。
DeepSeek R1 是什么时候发布的?
DeepSeek 于 2025年1月20日发布了 DeepSeek R1。

数据截至 2026年11月16日。 与其他模型对比

引用格式:BenchLeader,《DeepSeek R1:基准测试、价格、速度与排名》,数据截至 2026年11月16日,https://www.benchleader.com/zh/models/deepseek-r1。