今天，业界驰名、但近期也陷入争议（曾被指出对 OpenAI、谷歌及 Meta 的大模型存在左袒）的大模型公共基准测试平台 LMArena 颁布了最新的机能排行榜，其中DeepSeek-R1（0528）的成就尤为引人瞩目 在硬提醒词（Hard Prompt）测试中排名第 4在编程（Coding）测试中排名第 2在数学（Math）测试中排名第 5在创意性写作（Creative Writing）测试中排名第 6在指令遵循（Intruction Fellowing）测试中排名第 9在更长查问（Longer Query）测试中排名第 8在多轮（Multi-Turn）测试中排名第 7 WebDev Arena 是 LMArena 团队开发的实时 AI 编程较量平台，让各家大说话模型进行网页开发挑战，衡量的是人类对模型构建美观且职能壮大的 Web 利用能力的偏好。 DeepSeek-R1（0528）在齐全盛开的 MIT 和谈下提供了当先的机能，并能与最好的关源模型媲美。固然这一突破在 Web 开发中最为显著，但其影响可能延长到更宽泛的编程领域。 不外，原始机能并不能界说现实世界的阐发。固然 DeepSeek-R1（0528）在技术能力上可能与 Claude 相当，但其是否能够在日常工作流程中提供媲美 Claude 的用户履历，这些必要更多的现尝试证。