Deepseek v2.5
截至 2026年11月16日,Deepseek v2.5(DeepSeek)在 BenchLeader Index 上得分 45.8(共 608 个已排名配置)。表现最好的是推理(46),最弱的是编程(36)。发布于 2024年9月6日。
要点(截至 2026年11月16日)
- Deepseek v2.5 于 2024年9月6日发布(DeepSeek)。
详细说明:Deepseek v2.5 是 DeepSeek 的开放权重模型,发布于 2024年9月6日。其最佳配置在 BenchLeader Index 上得分 45.8 ±5.7,在 608 个配置中排第 444 名,处于下半区。关键在于这个“±”:另有 251 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,推理得分最高(46),编程最低(36)。最近一次测量:2026年11月11日。
- 混合价格
- –
- 输出速度
- –
- 首次回答
- –
- 上下文
- 128k
- 来源:Artificial Analysis
- 单任务成本
- –
- 单任务 token 数
- –
- 发布日期
- 2024年9月6日
- 综合 Index46
- 推理46
- 编程36
- 数学45
- 人类偏好46
嵌入这个排名
更多徽章样式[](https://www.benchleader.com/models/deepseek-v2-5)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 v2.5本页 | 2024年9月6日 | 45.8 | #444 |
| Deepseek v2 | 2024年5月7日 | – | – |
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。
推理
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Hard Prompts | 1321#251 | Arena (LMArena) | |
| GPQA Diamond (AA)不计入 Index | 42.3%#477 | Artificial Analysis | |
| Arena Expert不计入 Index | 1296#255 | Arena (LMArena) |
编程
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Coding | 1368#235 | Arena (LMArena) | |
| Aider Polyglot | 17.8%#53 | Aider polyglot leaderboard |
数学
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Maths | 1287#246 | Arena (LMArena) |
指令遵循
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Instruction Following不计入 Index | 1291#257 | Arena (LMArena) |
人类偏好
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Text | 1307#258 | Arena (LMArena) | |
| Arena Creative Writing不计入 Index | 1265#262 | Arena (LMArena) | |
| Arena Multi-turn不计入 Index | 1292#258 | Arena (LMArena) | |
| Arena Longer Queries不计入 Index | 1314#256 | Arena (LMArena) |
综合
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| AA Progress Index v1不计入 Index | 160.1#531 | Artificial Analysis |
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 v2.5 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-v2-5)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 v2.5 on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/deepseek-v2-5
BibTeX:
@misc{benchleader_deepseek_v2_5_20261116,
author = {{BenchLeader}},
title = {{Deepseek v2.5 on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/deepseek-v2-5}},
note = {Data as of 2026-11-16}
}常见问题
- Deepseek v2.5 的基准测试得分是多少?
- 截至 2026年11月16日,Deepseek v2.5 的 BenchLeader Index 为 45.8 ±5.7。最强的是推理(46),最弱的是编程(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 v2.5 排名第几?
- 截至 2026年11月16日,Deepseek v2.5 在 608 个已排名配置中排第 444 名。另有 251 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 v2.5 是什么时候发布的?
- DeepSeek 于 2024年9月6日发布了 Deepseek v2.5。
数据截至 2026年11月16日。 与其他模型对比
引用格式:BenchLeader,《Deepseek v2.5: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-v2-5。