自動生成ページです。 AIが自動で作成・翻訳し、ソフトウェアが情報源と照合して確認しています。人間の編集者はいません。SI-IQは公開されているベンチマーク結果から作成した指数であり、IQテストではありません。仕組み

DeepSeek-V3 (Mar 2025)の賢さは?

85 SI-IQ · 90%区間 81–90
順位なし:データ不足

DeepSeek-V3 (Mar 2025)はDeepSeekのモデルで、2025年3月24日にリリースされました。SI-IQは85(90%区間 81–90)で、2の独立した評価機関によるベンチマーク結果4件から推定しています。

このモデルは、独立したベンチマーク結果が5件未満、または評価機関が2機関未満のため、表示のみでランキングには含まれません。

基本情報

開発元: DeepSeek
リリース日: 2025年3月24日
利用形態: オープンウェイト(制限付きライセンス)
使用したベンチマーク: 2評価機関による4件の結果

分野別の能力(SI-IQ、90%区間)

使用した全ベンチマーク結果

各スコアは、出典が公表したままの1つの値です。Epoch AIでは実行設定のうち最良のもの、OpenRouterでは中央値のホスティング事業者の値(開発元自身のホスティングでテストされた場合はそちら)を用います。「推定SI-IQ」はこの単一の結果が示す能力であり、総合SI-IQはそれらの精度加重平均です。

ベンチマーク	分野	スコア	推定SI-IQ	評価機関	情報源の表記	取得日	出典
MATH Level 5	数学	75.5%	83	Epoch AI	`DeepSeek-V3-0324`	2026年10月18日	Epoch AI Benchmarking Hub · データファイル
OTIS Mock AIME 2024–2025	数学	37.8%	88	Epoch AI	`DeepSeek-V3-0324`	2026年10月18日	Epoch AI Benchmarking Hub · データファイル
GPQA Diamond	知識	67.6%	92	Epoch AI	`DeepSeek-V3-0324`	2026年10月18日	Epoch AI Benchmarking Hub · データファイル
GPQA Diamond (OpenRouter run)	知識	64.6%	91	OpenRouter	`deepseek/deepseek-chat-v3-0324` Crusoe, DeepInfra, GMICloud, Novita, SiliconFlow · median over providers (5 of 5 rows)	2026年10月18日	OpenRouter benchmark datasets · データファイル
τ²-bench Airline (OpenRouter run)	エージェント	43.4%	80	OpenRouter	`deepseek/deepseek-chat-v3-0324` DeepInfra · median over providers (2 of 2 rows), lower median	2026年10月18日	OpenRouter benchmark datasets · データファイル

人間の選好(Arena)

人々が2つの匿名の回答を比べて投票するArenaのランキングでは、DeepSeek-V3 (Mar 2025)は44,973票に基づき評価値1,395(1,391–1,399)です(公開日 2026年10月15日)。人間の選好はベンチマークで測る能力とは異なる指標であり、SI-IQには含まれません。 Arena (Hugging Face)

SI-IQの算出方法バージョン 1.0.0 で計算しています。算出方法の詳細を読む

データソース: Arena leaderboard dataset on Hugging Face (CC BY 4.0); Epoch AI, ‘Capabilities & benchmarking’ (CC BY 4.0); Source: OpenRouter (openrouter.ai), licensed under CC BY 4.0: reuse and republish with attribution to OpenRouter..