DeepSeek-V2.5 (Dec '24)
DeepSeekDeepSeekओपन वेटdeepseek
विवरण
DeepSeek-V2.5 is an upgraded version that combines DeepSeek-V2-Chat and DeepSeek-Coder-V2-Instruct, integrating general and coding abilities. It better aligns with human preferences and has been optimized in various aspects, including writing and instruction following.
रिलीज़ तिथि
2024-12-10
पैरामीटर
236.0B
संदर्भ लंबाई
164K
मोडैलिटीज़
text
क्षमता रडार
28
general
60
coding
63
reasoning
42
science
62
agents
0
multimodal
रैंकिंग
| डोमेन | #रैंक | स्कोर | स्रोत |
|---|---|---|---|
| सामान्य रैंकिंग | 490 | 29.0 | AA |
| विज्ञान | 397 | 38.0 | AA |
बेंचमार्क स्कोर (LLM Stats)
(LLM Stats (zeroeval))Chat
MT-Bench
0.90 / 100स्वयं
General
MMLU
80.4%स्वयं
AlignBench
80.4%स्वयं
DS-FIM-Eval
78.3%स्वयं
Arena Hard
76.2%स्वयं
AlpacaEval 2.0
50.5%स्वयं
Math
GSM8k
95.1%स्वयं
MATH
74.7%स्वयं
Reasoning
HumanEvalOpenAI (2021)
89.0%स्वयं
BBH
84.3%स्वयं
HumanEval-Mul
73.8%स्वयं
Aider
72.2%स्वयं
DS-Arena-Code
63.1%स्वयं
LiveCodeBench(01-09)
41.8%स्वयं
SWE-Bench Verified
16.8%स्वयं
AA मूल्यांकन सूचकांक
(Artificial Analysis)Math 500(OpenAI (2024), subset of Hendrycks et al. MATH (2021))76.3
Mmlu Pro(TIGER-Lab (Univ. of Waterloo, Toronto, CMU, 2024))66.6
Gpqa(NYU + Cohere + Anthropic (2023))42.3
Intelligence Index(Artificial Analysis)6.6
LLM Stats श्रेणी स्कोर
(LLM Stats (zeroeval))Roleplay90
Communication90
Chat80
Language80
Legal80
Math80
Finance80
Healthcare80
Reasoning70
General70
Creativity70
Writing70
Code60
Frontend Development20
मूल्य निर्धारण
इनपुट मूल्यमुफ्त
आउटपुट मूल्यमुफ्त
मिश्रित मूल्य (3:1)मुफ्त
गति
टोकन/सेकंड0.0
पहले टोकन में देरी0.00s
पहले उत्तर में देरी0.00s
प्रदाता मूल्य रैंकिंग
कोई प्रदाता डेटा उपलब्ध नहीं