BenchLeader

DeepSeek R1 0528

质量第 177 / 339 名
49.1Index
低于中位数
较中位数 −1.1
价格第 180 / 255 名
$2.08每百万 token
比多数贵
中位数的 2.4 倍
速度第 202 / 216 名
32token/秒
后四分之一
中位数的 0.4 倍
性价比第 183 / 255 名
23.7分/$
低于中位数
中位数的 0.4 倍

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
各类别得分虚线 = 平均模型(50)。每 15 分为一个标准差。
  1. 综合 Index49
  2. 推理43
  3. 编程58
  4. 智能体与工具48
  5. 数学51
  6. 知识34
  7. 指令遵循46
  8. 人类偏好60
  9. 长上下文52

嵌入这个排名

更多徽章样式
[![DeepSeek R1 0528 on BenchLeader: 综合第 174 名](https://www.benchleader.com/badge/deepseek-r1-0528.svg?style=compact)](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。

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 0528本页2025年5月28日49.1#367
DeepSeek R12025年1月20日47.2#412

Index 走势

2026年9月8日 至 2026年11月16日
445260

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 Index50#61Artificial Analysis

编程

基准测试默认来源趋势
WeirdML41.6%#96WeirdML
Arena Coding1464#130Arena (LMArena)
Aider Polyglot71.4%#14Aider polyglot leaderboard
ALE-Bench不计入 Index804.1#84Epoch AI Benchmarking Hub
Design Arena Website不计入 Index1141#127Design Arena
LiveCodeBench (AA)不计入 Index77.0%#37Artificial Analysis

智能体与工具

基准测试默认来源趋势
Terminal-Bench Hard15.9%#194Artificial Analysis
τ²-Bench Telecom (AA)不计入 Index36.5%#234Artificial Analysis
DeepResearch Bench不计入 Index35.1%#39DeepResearch Bench
METR Time Horizons不计入 Index53.8%#24METR
BrowseComp-Plus不计入 Index8.6%#18BrowseComp-Plus
BrowseComp不计入 Index3.1%#8OpenAI

知识

基准测试默认来源趋势
PRBench Finance32.7%#40Scale AI SEAL
PRBench Legal36.6%#43Scale AI SEAL
MultiNRC27.6%#27Scale AI SEAL
MMLU-Pro (HELM)不计入 Index79.3%#21HELM Capabilities
Global-MMLU-Lite (AA)不计入 Index86.0%#34Artificial Analysis

指令遵循

人类偏好

基准测试默认来源趋势
Arena Text1422#126Arena (LMArena)
EQ-Bench Creative Writing v3不计入 Index1422#69EQ-Bench
Arena Creative Writing不计入 Index1389#129Arena (LMArena)
Arena Multi-turn不计入 Index1404#155Arena (LMArena)
Arena Longer Queries不计入 Index1408#157Arena (LMArena)
Lech Mazur Creative Writing不计入 Index81.9%#12Lech Mazur

长上下文

基准测试默认来源趋势
AA-LCR v1.155.7%#316Artificial Analysis

综合

基准测试默认来源趋势
Epoch Capabilities Index不计入 Index140.7#113Epoch AI Benchmarking Hub
AA Intelligence Index v4.3.2不计入 Index13.1#326Artificial Analysis
AA Progress Index v1不计入 Index230.8#317Artificial Analysis
HELM Capabilities mean不计入 Index69.9%#24HELM Capabilities

安全与诚实

基准测试默认来源趋势
MASK不计入 Index53.0%#46Scale 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
StreamLake42 tok/s3.00 s$0.571$2.29128k–
DeepInfra34 tok/s0.63 s$0.500$2.15164kfp4
SiliconFlow20 tok/s1.86 s$0.500$2.18164kfp8

价格历史

上述价格(每百万 token)在每个变动日的数值。

$0.00$0.825$1.65$2.48$3.3026年9月26年10月26年11月
输入 输出
当前:输入 $1.85 · 输出 $2.75

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$0.00111.3 min
总结一份 30 页的报告12,000 / 600$0.024$0.0101.5 min
代码编辑6,000 / 1,500$0.015$0.00851.9 min
智能体编程会话60,000 / 4,000$0.122$0.0543.2 min
结构化信息提取2,000 / 200$0.0043$0.00201.3 min

DeepSeek 的更多模型

本月新上线

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。

[![DeepSeek R1 0528 on BenchLeader: 综合第 174 名](https://www.benchleader.com/badge/deepseek-r1-0528.svg)](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}
}

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 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。