DeepSeek-R1 0528
In dieser Runde nicht verfügbar
SprachmodellAktiv
DeepSeek-R1 0528
DeepSeek
- Veröffentlicht
- 28. Mai 2025
- Datenstand
- 8. September 2026
- Vorgängermodell
- DeepSeek-R1
- Benchmark-Meta-Score
- Weniger als acht Testreihen
- Preis
- Eingabe · Ausgabe / 1 Mio. Token
DeepSeek-R1 0528 ist die überarbeitete Reasoning-Ausgabe des ursprünglichen R1. Der MoE-Checkpoint behält 671 Milliarden Gesamtparameter und 37 Milliarden aktive Parameter, erweitert den Kontext aber auf 163.840 Token.
R1 0528 steht als eigener Checkpoint neben DeepSeek-R1 und bringt keinen allgemeinen Nicht-Denkmodus mit.
Technische Daten und Zugang
| Angabe | Wert und Quelle |
|---|---|
| Gewichte | Open WeightsQuelle |
| Zugang | API, LokalQuelle |
| Parameter | 671 Mrd.Quelle |
| Aktive Parameter | 37 Mrd.Quelle |
| Kontextfenster | 163.840 TokenQuelle |
| Lizenz | MITQuelle |
| Parameter | 671 Mrd.Quelle |
| Aktive Parameter | 37 Mrd.Quelle |
| Gerundete Kontextangabe | 128kQuelle |
| Kontext in der Modellkonfiguration | 163.840 Token (Native checkpoint context; DeepSeek's API limit is a separate serving value.)Quelle |
| Architektur | MoE reasoning modelQuelle |
| Reasoning-Modus | reasoning model with improved function callingQuelle |
| Werkzeugaufrufe | JaQuelle |
Benchmark-Metaanalyse
Gesamt- und Bereichsscores
Diese Gradually-Indizes ordnen ausgewählte veröffentlichte Messwerte auf einer Skala von 0 bis 100 ein. Sie sind keine Prozentgenauigkeit und keine Garantie für ein Ergebnis in deiner Anwendung.
Abrufstände der verwendeten Quellen 2026-10-19 - 2026-10-19
Gesamtindex
Noch nicht genug unabhängige Werte für einen Score
Ein Gesamtwert braucht mindestens acht Testreihen.
vorläufig
Die veröffentlichten Konfigurationen unterscheiden sich innerhalb dieser Vergleichskohorte. Den Index daher als vorläufig lesen.
- Testreihen
- 1
- Testfamilien
- 1 / 65
- Quellen
- 1
- Anteil am festen Testpanel (informativ)
- 2 %
Allgemein
Index unter 1 / 100
vorläufig
Die veröffentlichten Konfigurationen unterscheiden sich innerhalb dieser Vergleichskohorte. Den Index daher als vorläufig lesen.
- Standardfehler
- ± 0,0
- 95-%-Intervall
- 0,0 bis 0,0
- Testreihen
- 1
- Testfamilien
- 1 / 5
- Quellen
- 1
- Anteil am festen Testpanel (informativ)
- 20 %
Dokumentierte Methode · Einbezogene Testfamilien und Messwerte
Methodenfassung: benchmark-meta-score-v3
Es zählen aktive Messwerte aus geprüften Primärquellen, wenn mindestens fünf Modelle im selben dokumentierten Vergleichsschnitt aus Datensatz, Harness, Agent, Werkzeugen und Versuchsanzahl verglichen werden. Pro Benchmark-Reihe und Auswerter zählt ein gemeinsamer Setup-Schnitt aus dem neuesten Abruf. Bei mehreren ausdrücklich erfassten Reasoning-Stufen derselben Quelle und Testreihe zählt die höchste dokumentierte Stufe (none bis max), nicht der höchste Ergebniswert. Die ausdrückliche Quellenangabe „Non-reasoning“ entspricht none. Unbekannte oder mehrdeutige Stufen führen zum Ausschluss des Modells aus der betreffenden Reihe. Innerhalb jeder Reihe werden Prozentwerte und Quoten logit-transformiert, andere Einheiten bleiben unverändert, und anschließend werden alle Werte standardisiert. Ein Ein-Faktor-Modell schätzt daraus eine gemeinsame Leistungsstärke je Modell und je Reihe, wie deutlich sie zwischen den Modellen trennt. Bereichswerte weichen davon nur so weit ab, wie die eigenen Ergebnisse im Bereich es belegen. Der Gesamtwert gewichtet die Kernbereiche mit 75 % und Finanzen, Recht und Gesundheit mit 25 %. Er erfordert mindestens acht Testreihen aus zwei Quellen und drei Bereichen. Die Skala von 0 bis 100 bezieht sich auf eine feste Referenzgruppe aus 29 Sprachmodellen, deren Durchschnitt bei 50 liegt.
Veröffentlichte modellabhängige Parameter können abweichen. Das ist kein kontrolliertes Experiment; solche Vergleiche werden als vorläufig gekennzeichnet.
Nicht gemessene Reihen werden nicht als Nullwert eingesetzt. Fehlen einem Modell eigene Werte in einem Kernbereich, steht dort seine Gesamtstärke, und der Hinweis „geschätzt, ohne eigene Werte in …“ nennt den Bereich. Weniger Testreihen führen zu einem größeren Standardfehler.
Das 95-%-Intervall folgt aus dem Standardfehler von 200 Neuberechnungen mit zufällig neu gezogenen Testfamilien. Es beschreibt, wie genau die erfassten Testreihen den Wert festlegen. Es ist keine Prognose für künftige Aufgaben oder spätere Neuberechnungen mit anderen Teilnehmern.
Die Quellenzahl ist keine Anzahl unabhängiger Experimente.
OECD-Handbuch zu zusammengesetzten IndikatorenAlle 1 Testfamilien und 1 von 1 Rohmesswerten sind hier aufgeführt. Die vollständige Rechnung für alle Modelle enthält der JSON-Export.
Testfamilie: IFBench
Allgemein · Mittleres Rangperzentil der Familie: 27,5 / 100Gewicht der Familie im festen Testpanel (informativ): 2,14 % · Abdeckung dieser Testfamilie: 100 %
- Artificial Analysis
Veröffentlichte Konfigurationen unterscheiden sich in dieser Kohorte.
- Einzelmessung:
- artificial-analysis-ifbench
- Gewicht der Messreihe innerhalb der Testfamilie:
- 100 %
- Nominaler Beitrag zum Gesamtpanel:
- 2,14 %
- Rohwert:
- 39,5918367346939 %
- Messgröße:
- IFBench prompt-level loose accuracy (pass@1)
- Version:
- AA test set: 294 questions
- Teilnehmende Modelle:
- 70
- Rangperzentil innerhalb der Kohorte:
- 27,5 %
- Abgerufen:
- 2026-10-19
- Vergleichskohorte:
- artificial-analysis-ifbench:AA test set: 294 questions:standalone:reasoning:tokens=2000:suffix=unspecified
- Dokumentierter Vergleichsaufbau
- Publikationskohorte:
- ["artificial-analysis-ifbench","AA test set: 294 questions","aa-model-page-2026-10-19-8a022369738c"]
- Datensatztyp:
- artificial-analysis-evaluation
- Werkzeugregeln:
- Single-turn answer evaluated with the official IFBench source code
- Versuche:
- pass@1, 5 repeats per question
- Setup- und Modellparameter
- Exakte AA-Konfiguration: DeepSeek R1 0528 (May '25) (Release deepseek-r1, Zeile deepseek-r1, UUID a83f84b3-473a-4276-9ae1-8909da723159, reasoning=true, source reasoning-token configuration budget=2000, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch. Artificial Analysis führt 294 Fragen aus dem IFBench-Testdatensatz mit fünf Wiederholungen je Frage aus. Der offizielle Evaluator bewertet die Genauigkeit je Prompt im Modus loose als pass@1.. Werkzeugrichtlinie: Single-turn answer evaluated with the official IFBench source code. Versuche: pass@1, 5 repeats per question. Reasoning: reasoning enabled
Exakte AA-Konfiguration: DeepSeek R1 0528 (May '25) (Release deepseek-r1, Zeile deepseek-r1, UUID a83f84b3-473a-4276-9ae1-8909da723159, reasoning=true, source reasoning-token configuration budget=2000, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch. Artificial Analysis führt 294 Fragen aus dem IFBench-Testdatensatz mit fünf Wiederholungen je Frage aus. Der offizielle Evaluator bewertet die Genauigkeit je Prompt im Modus loose als pass@1.. Kennung des Quellmodells: artificial-analysis/a83f84b3-473a-4276-9ae1-8909da723159/deepseek-r1/deepseek-r1. Name des Quellmodells: DeepSeek-R1 0528. Anbieter laut Quelle: DeepSeek. Modellstand: DeepSeek R1 0528 (May '25). Evaluator: Artificial Analysis. Datensatztyp: artificial-analysis-evaluation. Werkzeugrichtlinie: Single-turn answer evaluated with the official IFBench source code. Versuche: pass@1, 5 repeats per question. Reasoning: reasoning enabled. Angezeigter Wert: 39,6 %. Quellenkennung: artificial-analysis. Kennung der Evidenzaufnahme: aa-model-page-2026-10-19-8a022369738c. Prüfsumme der Quelldaten: 8a022369738cbe2a0e2f9bf486a2882865dbb0c6f1396dfec84059a802560e3c. Parserversion: artificial-analysis-rsc-models-v2. Importiert am: 2026-10-19
- Artificial Analysis
Benchmarkquellen im Überblick
Jeder Auswerter misst andere Fähigkeiten unter eigenen Bedingungen. Testreihen, Gesamtindizes und ihre Komponenten bleiben getrennt. Die Ergebnisse darunter behalten ihre Skalen, Konfigurationen und Quelldaten.
| Auswerter | Testreihen | Gesamtindizes | Erfasste aktive Messwerte |
|---|---|---|---|
| Artificial Analysis | 2 | 0 | 3 |
Die Abdeckung ist keine Qualitätsrangliste. Überschneidende Tests und mehrere Einstellungen zählen nicht als unabhängige Versuche. Herstellerangaben, historische und strittige Ergebnisse bleiben außerhalb dieser Übersicht und sind in den Detailbelegen gekennzeichnet.
Seite 1 von 2
Messungen ohne passende Vergleichswerte
Für diese Messungen fehlen passende Vergleichswerte unter gleichen Testbedingungen. Die Originalwerte und Quellen bleiben hier nachlesbar.
IFBench: Overall (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 39.5918367346939
- Bewertung
- 39.5918367346939
- Messgröße
- IFBench prompt-level loose accuracy (pass@1)
- Einheit
- %
- Benchmark-Version
- AA test set: 294 questions
- Kategorie
- general
- Aufgabe
- overall
- Aufgabenbezeichnung
- Overall
- Richtung
- Mehr ist besser
- Vergleichskohorte
- artificial-analysis-ifbench:AA test set: 294 questions:standalone:reasoning:tokens=2000:suffix=unspecified
- Quellentyp
- independent-evaluator
- Auswertung
- Artificial Analysis
- Status
- active
- Abrufdatum
- 2026-10-19
- Methodik
- Exakte AA-Konfiguration: DeepSeek R1 0528 (May '25) (Release deepseek-r1, Zeile deepseek-r1, UUID a83f84b3-473a-4276-9ae1-8909da723159, reasoning=true, source reasoning-token configuration budget=2000, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch. Artificial Analysis führt 294 Fragen aus dem IFBench-Testdatensatz mit fünf Wiederholungen je Frage aus. Der offizielle Evaluator bewertet die Genauigkeit je Prompt im Modus loose als pass@1.. Kennung des Quellmodells: artificial-analysis/a83f84b3-473a-4276-9ae1-8909da723159/deepseek-r1/deepseek-r1. Name des Quellmodells: DeepSeek-R1 0528. Anbieter laut Quelle: DeepSeek. Modellstand: DeepSeek R1 0528 (May '25). Evaluator: Artificial Analysis. Datensatztyp: artificial-analysis-evaluation. Werkzeugrichtlinie: Single-turn answer evaluated with the official IFBench source code. Versuche: pass@1, 5 repeats per question. Reasoning: reasoning enabled. Angezeigter Wert: 39,6 %. Quellenkennung: artificial-analysis. Kennung der Evidenzaufnahme: aa-model-page-2026-10-19-8a022369738c. Prüfsumme der Quelldaten: 8a022369738cbe2a0e2f9bf486a2882865dbb0c6f1396dfec84059a802560e3c. Parserversion: artificial-analysis-rsc-models-v2. Importiert am: 2026-10-19
- Vergleichsmethodik
- Exakte AA-Konfiguration: DeepSeek R1 0528 (May '25) (Release deepseek-r1, Zeile deepseek-r1, UUID a83f84b3-473a-4276-9ae1-8909da723159, reasoning=true, source reasoning-token configuration budget=2000, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch. Artificial Analysis führt 294 Fragen aus dem IFBench-Testdatensatz mit fünf Wiederholungen je Frage aus. Der offizielle Evaluator bewertet die Genauigkeit je Prompt im Modus loose als pass@1.. Werkzeugrichtlinie: Single-turn answer evaluated with the official IFBench source code. Versuche: pass@1, 5 repeats per question. Reasoning: reasoning enabled
- Einordnung
- Die Angabe von 58 bezieht sich auf die verifizierbaren Out-of-Domain-Bedingungstypen, nicht auf die Zahl der Fragen im AA-Testlauf.
AA-Omniscience Accuracy: Overall (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 30.533333333333335
- Bewertung
- 30.533333333333335
- Messgröße
- AA-Omniscience Accuracy
- Einheit
- %
- Benchmark-Version
- AA Omniscience diagnostic
- Kategorie
- knowledge
- Aufgabe
- overall
- Aufgabenbezeichnung
- Overall
- Richtung
- Mehr ist besser
- Vergleichskohorte
- artificial-analysis-omniscience-accuracy:AA Omniscience diagnostic:standalone:reasoning:tokens=2000:suffix=unspecified
- Quellentyp
- independent-evaluator
- Auswertung
- Artificial Analysis
- Status
- active
- Abrufdatum
- 2026-10-19
- Methodik
- Exakte AA-Konfiguration: DeepSeek R1 0528 (May '25) (Release deepseek-r1, Zeile deepseek-r1, UUID a83f84b3-473a-4276-9ae1-8909da723159, reasoning=true, source reasoning-token configuration budget=2000, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch. Anteil der insgesamt korrekt beantworteten Fragen, unabhängig davon, ob das Modell andere Fragen beantwortet oder sich enthält.. Kennung des Quellmodells: artificial-analysis/a83f84b3-473a-4276-9ae1-8909da723159/deepseek-r1/deepseek-r1. Name des Quellmodells: DeepSeek-R1 0528. Anbieter laut Quelle: DeepSeek. Modellstand: DeepSeek R1 0528 (May '25). Evaluator: Artificial Analysis. Datensatztyp: artificial-analysis-evaluation. Versuche: AA-reported aggregate; diagnostic-specific run count is not stated on the leaderboard. Reasoning: reasoning enabled. Angezeigter Wert: 30,5 %. Quellenkennung: artificial-analysis. Kennung der Evidenzaufnahme: aa-model-page-2026-10-19-8a022369738c. Prüfsumme der Quelldaten: 8a022369738cbe2a0e2f9bf486a2882865dbb0c6f1396dfec84059a802560e3c. Parserversion: artificial-analysis-rsc-models-v2. Importiert am: 2026-10-19
- Vergleichsmethodik
- Exakte AA-Konfiguration: DeepSeek R1 0528 (May '25) (Release deepseek-r1, Zeile deepseek-r1, UUID a83f84b3-473a-4276-9ae1-8909da723159, reasoning=true, source reasoning-token configuration budget=2000, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch. Anteil der insgesamt korrekt beantworteten Fragen, unabhängig davon, ob das Modell andere Fragen beantwortet oder sich enthält.. Versuche: AA-reported aggregate; diagnostic-specific run count is not stated on the leaderboard. Reasoning: reasoning enabled
- Einordnung
- Dies ist die separat veröffentlichte Genauigkeitsdiagnostik, nicht der AA-Omniscience-Index. AA bezeichnet höhere Werte als besser.
AA-Omniscience Hallucination Rate: Overall (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 83.44529750479846
- Bewertung
- 83.44529750479846
- Messgröße
- AA-Omniscience Hallucination Rate
- Einheit
- %
- Benchmark-Version
- AA Omniscience diagnostic
- Kategorie
- knowledge
- Aufgabe
- overall
- Aufgabenbezeichnung
- Overall
- Richtung
- Weniger ist besser
- Vergleichskohorte
- artificial-analysis-omniscience-hallucination-rate:AA Omniscience diagnostic:standalone:reasoning:tokens=2000:suffix=unspecified
- Quellentyp
- independent-evaluator
- Auswertung
- Artificial Analysis
- Status
- active
- Abrufdatum
- 2026-10-19
- Methodik
- Exakte AA-Konfiguration: DeepSeek R1 0528 (May '25) (Release deepseek-r1, Zeile deepseek-r1, UUID a83f84b3-473a-4276-9ae1-8909da723159, reasoning=true, source reasoning-token configuration budget=2000, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch. Anteil falscher Antworten an allen nicht korrekten Antworten: falsch / (falsch + teilweise richtig + nicht beantwortet).. Kennung des Quellmodells: artificial-analysis/a83f84b3-473a-4276-9ae1-8909da723159/deepseek-r1/deepseek-r1. Name des Quellmodells: DeepSeek-R1 0528. Anbieter laut Quelle: DeepSeek. Modellstand: DeepSeek R1 0528 (May '25). Evaluator: Artificial Analysis. Datensatztyp: artificial-analysis-evaluation. Versuche: AA-reported aggregate; diagnostic-specific run count is not stated on the leaderboard. Reasoning: reasoning enabled. Angezeigter Wert: 83,4 %. Quellenkennung: artificial-analysis. Kennung der Evidenzaufnahme: aa-model-page-2026-10-19-8a022369738c. Prüfsumme der Quelldaten: 8a022369738cbe2a0e2f9bf486a2882865dbb0c6f1396dfec84059a802560e3c. Parserversion: artificial-analysis-rsc-models-v2. Importiert am: 2026-10-19
- Vergleichsmethodik
- Exakte AA-Konfiguration: DeepSeek R1 0528 (May '25) (Release deepseek-r1, Zeile deepseek-r1, UUID a83f84b3-473a-4276-9ae1-8909da723159, reasoning=true, source reasoning-token configuration budget=2000, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch. Anteil falscher Antworten an allen nicht korrekten Antworten: falsch / (falsch + teilweise richtig + nicht beantwortet).. Versuche: AA-reported aggregate; diagnostic-specific run count is not stated on the leaderboard. Reasoning: reasoning enabled
- Einordnung
- Dies ist die separat veröffentlichte Halluzinationsraten-Diagnostik, nicht der AA-Omniscience-Index. AA bezeichnet niedrigere Werte als besser.
MMLU-Redux (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 93.4
- Bewertung
- 93.4
- Messgröße
- percent
- Einheit
- %
- Kategorie
- mixed
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- DeepSeek R1-0528 model card
- Status
- active
- Abrufdatum
- 2026-09-08
- Methodik
- Vom Anbieter veröffentlichter Wert. evaluation table; max context/output 64K, temperature .6, top_p .95, 16 responses; Agentless SWE
MMLU-Pro (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 85
- Bewertung
- 85
- Messgröße
- percent
- Einheit
- %
- Kategorie
- mixed
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- DeepSeek R1-0528 model card
- Status
- active
- Abrufdatum
- 2026-09-08
- Methodik
- Vom Anbieter veröffentlichter Wert. evaluation table; max context/output 64K, temperature .6, top_p .95, 16 responses; Agentless SWE
GPQA (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 81
- Bewertung
- 81
- Messgröße
- percent
- Einheit
- %
- Kategorie
- mixed
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- DeepSeek R1-0528 model card
- Status
- active
- Abrufdatum
- 2026-09-08
- Methodik
- Vom Anbieter veröffentlichter Wert. evaluation table; max context/output 64K, temperature .6, top_p .95, 16 responses; Agentless SWE
SimpleQA (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 27.8
- Bewertung
- 27.8
- Messgröße
- percent
- Einheit
- %
- Kategorie
- mixed
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- DeepSeek R1-0528 model card
- Status
- active
- Abrufdatum
- 2026-09-08
- Methodik
- Vom Anbieter veröffentlichter Wert. evaluation table; max context/output 64K, temperature .6, top_p .95, 16 responses; Agentless SWE
FRAMES (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 83
- Bewertung
- 83
- Messgröße
- percent
- Einheit
- %
- Kategorie
- mixed
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- DeepSeek R1-0528 model card
- Status
- active
- Abrufdatum
- 2026-09-08
- Methodik
- Vom Anbieter veröffentlichter Wert. evaluation table; max context/output 64K, temperature .6, top_p .95, 16 responses; Agentless SWE
HLE (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 17.7
- Bewertung
- 17.7
- Messgröße
- percent
- Einheit
- %
- Kategorie
- mixed
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- DeepSeek R1-0528 model card
- Status
- active
- Abrufdatum
- 2026-09-08
- Methodik
- Vom Anbieter veröffentlichter Wert. evaluation table; max context/output 64K, temperature .6, top_p .95, 16 responses; Agentless SWE
LiveCodeBench (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 73.3
- Bewertung
- 73.3
- Messgröße
- percent
- Einheit
- %
- Kategorie
- mixed
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- DeepSeek R1-0528 model card
- Status
- active
- Abrufdatum
- 2026-09-08
- Methodik
- Vom Anbieter veröffentlichter Wert. evaluation table; max context/output 64K, temperature .6, top_p .95, 16 responses; Agentless SWE
SWE (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 57.6
- Bewertung
- 57.6
- Messgröße
- percent
- Einheit
- %
- Kategorie
- mixed
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- DeepSeek R1-0528 model card
- Status
- active
- Abrufdatum
- 2026-09-08
- Methodik
- Vom Anbieter veröffentlichter Wert. evaluation table; max context/output 64K, temperature .6, top_p .95, 16 responses; Agentless SWE
Aider (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 71.6
- Bewertung
- 71.6
- Messgröße
- percent
- Einheit
- %
- Kategorie
- mixed
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- DeepSeek R1-0528 model card
- Status
- active
- Abrufdatum
- 2026-09-08
- Methodik
- Vom Anbieter veröffentlichter Wert. evaluation table; max context/output 64K, temperature .6, top_p .95, 16 responses; Agentless SWE
Seite 1 von 2
Unsere Tests
SVG-Kurztest
Ein SVG-Prompt, feste Ausgabeparameter. Aufnahmen erscheinen nur bei gemeldeten 0 Reasoning-Tokens oder dokumentiert fehlender Reasoning-Steuerung. Gleiche Testbedingungen machen die interne Rechenleistung der Modelle nicht identisch.
Frühere Tests
Pelikan auf dem Fahrrad
Community-Klassiker für eine freie SVG-Zeichnung.
DeepSeek-R1 0528
Reasoning (angefragt): high
Aktueller Versuch
- Datum des Testlaufs
- 01.10.2026
- API-Anbieter
- openrouter
- Angefragtes API-Modell
- deepseek/deepseek-r1-0528
- API-Modell laut Antwort
- deepseek/deepseek-r1-0528
- Reasoning-Einstellung
- high
- Festgelegter Endpunkt
- DeepInfra | deepseek/deepseek-r1-0528
- Temperatur
- Anbieterstandard
- Tokenlimit inklusive Reasoning
- 8.192 Token
- Testprotokoll
- community-visual-tests-v1
- Technische Prüfung
- Bestanden, keine Qualitätsbewertung
- Antwortzeit
- 258,2 s
Visuell geprüft. Aus diesem Einzeltest ergibt sich kein Gesamturteil über das Modell.
Prompt und Testbedingungen
Generate an SVG of a pelican riding a bicycle
Tokenlimit inklusive Reasoning: 8.192 Token
Ursprung der Aufgabe (Simon Willison)Beliebtheit
38,2 / 100