DeepSeek V3 · SWE-bench Multilingual · Agent mode; task snapshot unspecified · 历代记录
按发布时间查看 DeepSeek V3 的 2 次发布在 SWE-bench Multilingual · Agent mode; task snapshot unspecified 的成绩、配置与披露。
仅为直接前代间的唯一、有效精确值计算差值,要求单位、指标与明确记录的配置和条件一致。
DeepSeek-V3.1
· 本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)
| 指标与成绩 | 配置与评测条件 | 出处 |
|---|---|---|
| Resolved54.5%原文 54.5 · 单位 % 公布 未确认 | DeepSeek-V3.1-NonThinking
| 在排名中查看此成绩 |
- Official model card / table headed “| Category | Benchmark (Metric) | DeepSeek V3.1-NonThinking | DeepSeek V3 0324 | DeepSeek V3.1-Thinking | DeepSeek R1 0528” / complete row containing “| | SWE-bench Multilingual (Agent mode) | 54.5 | 29.3 | - | 30.5” 主文 · DeepSeek-V3.1 official Hugging Face model card
DeepSeek-V3.1-Terminus
· 本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)
与直接前代的记录缺少满足差值计算的同条件依据。
| 指标与成绩 | 配置与评测条件 | 出处 |
|---|---|---|
| Resolved57.8%原文 57.8 · 单位 % 公布 未确认 | DeepSeek-V3.1-Terminus reported comparison
| 在排名中查看此成绩 |
- Official model card / table headed “| Benchmark | DeepSeek-V3.1 | DeepSeek-V3.1-Terminus |” / complete row containing “| SWE-bench Multilingual | 54.5 | 57.8 |” 主文 · DeepSeek-V3.1-Terminus official Hugging Face model card