DeepSeek R1 0528
性价比更高: Nemotron 3 Nano 30B A3B $0.088/M 即可获得 Index 47.4,价格只有 24 分之一。
有 100 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 97 个。
截至 2026年11月16日,DeepSeek R1 0528(DeepSeek)在 BenchLeader Index 上得分 49.1(共 608 个已排名配置)。表现最好的是人类偏好(60),最弱的是知识(34)。API 价格为输入每百万 token $1.85、输出每百万 token $2.75(按 3:1 混合为 $2.08),为 2026年11月16日的标价。输出速度约为 32 token/秒(Artificial Analysis)。发布于 2025年5月28日。
要点(截至 2026年11月16日)
- DeepSeek R1 0528 的 API 价格为输入每百万 token $1.85、输出每百万 token $2.75(按 3:1 混合为 $2.08)(标价,2026年11月16日)。
- DeepSeek R1 0528 的输出速度约为 32 token/秒(Artificial Analysis,2026年11月16日)。
- DeepSeek R1 0528 于 2025年5月28日发布(DeepSeek)。
详细说明:DeepSeek R1 0528 是 DeepSeek 的开放权重推理模型,发布于 2025年5月28日。其最佳配置在 BenchLeader Index 上得分 49.1 ±4.9,在 608 个配置中排第 367 名,处于下半区。关键在于这个“±”:另有 270 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,人类偏好得分最高(60),知识最低(34)。按混合价格计,每百万 token $2.08,比大多数已排名模型贵。输出速度为 32 token/秒,首次回答需 69.0 秒,位于最慢的四分之一。最近一次测量:2026年11月11日。
- 混合价格
- $2.08/M
- 输入 $1.85 · 输出 $2.75
- 来源:Artificial Analysis
- 输出速度
- 32 tok/s
- 由 Artificial Analysis 测量
- 首次回答
- 69 s
- 首 token 1.86 s
- 上下文
- 164k
- 来源:models.dev
- 完整回答
- 81 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5月28日
- 综合 Index49
- 推理43
- 编程58
- 智能体与工具48
- 数学51
- 知识34
- 指令遵循46
- 人类偏好60
- 长上下文52
嵌入这个排名
更多徽章样式[](https://www.benchleader.com/models/deepseek-r1-0528)粘贴到 README.md 顶部,放在其他徽章旁边。徽章会随每次数据更新重新生成,并链接回本页。
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 0528本页 | 2025年5月28日 | 49.1 | #367 |
| DeepSeek R1 | 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。
元数据
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| AA Openness Index不计入 Index | 50#61 | Artificial Analysis |
推理
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| GPQA Diamond | 76.3%#153 | Epoch AI Benchmarking Hub | |
| SimpleBench | 40.8%#77 | SimpleBench | |
| Arena Hard Prompts | 1433#136 | Arena (LMArena) | |
| GPQA Diamond (AA)不计入 Index | 81.3%#183 | Artificial Analysis | |
| Humanity's Last Exam (AA)不计入 Index | 15.8%#267 | Artificial Analysis | |
| GPQA Diamond (HELM)不计入 Index | 66.6%#15 | HELM Capabilities | |
| ARC-AGI-1 | 21.2%#228 | ARC Prize | |
| ARC-AGI-2 | 1.1%#235 | ARC Prize | |
| CritPt不计入 Index | 1.4%#230 | Artificial Analysis | |
| Arena Expert不计入 Index | 1418#156 | Arena (LMArena) |
编程
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| WeirdML | 41.6%#96 | WeirdML | |
| Arena Coding | 1464#130 | Arena (LMArena) | |
| Aider Polyglot | 71.4%#14 | Aider polyglot leaderboard | |
| ALE-Bench不计入 Index | 804.1#84 | Epoch AI Benchmarking Hub | |
| Design Arena Website不计入 Index | 1141#127 | Design Arena | |
| LiveCodeBench (AA)不计入 Index | 77.0%#37 | Artificial Analysis |
智能体与工具
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Terminal-Bench Hard | 15.9%#194 | Artificial Analysis | |
| τ²-Bench Telecom (AA)不计入 Index | 36.5%#234 | Artificial Analysis | |
| DeepResearch Bench不计入 Index | 35.1%#39 | DeepResearch Bench | |
| METR Time Horizons不计入 Index | 53.8%#24 | METR | |
| BrowseComp-Plus不计入 Index | 8.6%#18 | BrowseComp-Plus | |
| BrowseComp不计入 Index | 3.1%#8 | OpenAI |
数学
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| OTIS Mock AIME | 66.4%#164 | Epoch AI Benchmarking Hub | |
| MATH Level 5 | 96.6%#9 | Epoch AI Benchmarking Hub | |
| IMO 2025 | 6.8%#6 | MathArena | |
| MathArena Apex | 1.0%#36 | MathArena | |
| Omni-MATH (HELM) | 42.4%#26 | HELM Capabilities | |
| Arena Maths | 1392#162 | Arena (LMArena) | |
| AIME 2025 (AA)不计入 Index | 76.0%#76 | Artificial Analysis |
知识
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| PRBench Finance | 32.7%#40 | Scale AI SEAL | |
| PRBench Legal | 36.6%#43 | Scale AI SEAL | |
| MultiNRC | 27.6%#27 | Scale AI SEAL | |
| MMLU-Pro (HELM)不计入 Index | 79.3%#21 | HELM Capabilities | |
| Global-MMLU-Lite (AA)不计入 Index | 86.0%#34 | Artificial Analysis |
指令遵循
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| IFBench | 39.6%#269 | Artificial Analysis | |
| IFEval (HELM) | 78.4%#51 | HELM Capabilities | |
| WildBench (HELM) | 82.8%#20 | HELM Capabilities | |
| Arena Instruction Following不计入 Index | 1391#156 | Arena (LMArena) |
人类偏好
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Text | 1422#126 | Arena (LMArena) | |
| EQ-Bench Creative Writing v3不计入 Index | 1422#69 | EQ-Bench | |
| Arena Creative Writing不计入 Index | 1389#129 | Arena (LMArena) | |
| Arena Multi-turn不计入 Index | 1404#155 | Arena (LMArena) | |
| Arena Longer Queries不计入 Index | 1408#157 | Arena (LMArena) | |
| Lech Mazur Creative Writing不计入 Index | 81.9%#12 | Lech Mazur |
长上下文
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| AA-LCR v1.1 | 55.7%#316 | Artificial Analysis |
综合
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Epoch Capabilities Index不计入 Index | 140.7#113 | Epoch AI Benchmarking Hub | |
| AA Intelligence Index v4.3.2不计入 Index | 13.1#326 | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 230.8#317 | Artificial Analysis | |
| HELM Capabilities mean不计入 Index | 69.9%#24 | HELM Capabilities |
安全与诚实
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| MASK不计入 Index | 53.0%#46 | Scale AI SEAL |
API 价格:在哪里调用
通过 OpenRouter 提供这个模型的所有提供商:吞吐量和首 token 延迟基于过去 30 分钟的实时流量测得,价格为各提供商自己的报价。紫色标出每列的最佳值。
| 提供商 | 速度 | 首 token | 输入 $/M | 输出 $/M | 上下文 | 量化 |
|---|---|---|---|---|---|---|
| StreamLake | 42 tok/s | 3.00 s | $0.571 | $2.29 | 128k | – |
| DeepInfra | 34 tok/s | 0.63 s | $0.500 | $2.15 | 164k | fp4 |
| SiliconFlow | 20 tok/s | 1.86 s | $0.500 | $2.18 | 164k | fp8 |
价格历史
上述价格(每百万 token)在每个变动日的数值。
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,价格为每百万 token $0.350。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 | $0.0016 | $0.0011 | 1.3 min |
| 总结一份 30 页的报告 | 12,000 / 600 | $0.024 | $0.010 | 1.5 min |
| 代码编辑 | 6,000 / 1,500 | $0.015 | $0.0085 | 1.9 min |
| 智能体编程会话 | 60,000 / 4,000 | $0.122 | $0.054 | 3.2 min |
| 结构化信息提取 | 2,000 / 200 | $0.0043 | $0.0020 | 1.3 min |
DeepSeek 的更多模型
另请参阅
嵌入或引用
在模型卡片或 README 中展示 DeepSeek R1 0528 的排名。徽章会随每日更新重新生成,带有数据日期,并链接回本页。
[](https://www.benchleader.com/models/deepseek-r1-0528)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 0528 on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/deepseek-r1-0528
BibTeX:
@misc{benchleader_deepseek_r1_0528_20261116,
author = {{BenchLeader}},
title = {{DeepSeek R1 0528 on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/deepseek-r1-0528}},
note = {Data as of 2026-11-16}
}常见问题
- DeepSeek R1 0528 的基准测试得分是多少?
- 截至 2026年11月16日,DeepSeek R1 0528 的 BenchLeader Index 为 49.1 ±4.9。最强的是人类偏好(60),最弱的是知识(34)。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 0528 排名第几?
- 截至 2026年11月16日,DeepSeek R1 0528 在 608 个已排名配置中排第 367 名。另有 270 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 0528 每百万 token 的价格是多少?
- 截至 2026年11月16日,DeepSeek R1 0528 的价格为输入每百万 token $1.85、输出每百万 token $2.75,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $2.08。标价最近一次变动是在 2026年10月24日。
- DeepSeek R1 0528 是什么时候发布的?
- DeepSeek 于 2025年5月28日发布了 DeepSeek R1 0528。
数据截至 2026年11月16日。 与其他模型对比
引用格式:BenchLeader,《DeepSeek R1 0528: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-r1-0528。