待验证50% 置信基准精确时间

DeepSeek-R1在MATH、HumanEval等标准化基准测试中接近甚至持平GPT-4级别的表现

1

来源数

50%

置信度

长期有效

时效性

2026/9/30

首次发现

来源

中美AI工具对比：免费AI谁更好用？实用选型指南

涉及实体

DeepSeek-R1model MATHconcept HumanEvalconcept GPT-4model

相关事实

待验证DeepSeek-R1 蒸馏模型在 AIME 2024、MATH-500、LiveCodeBench 等任务上表现出色，在多数场景下与 GPT-4o 和 DeepSeek V3 相当，部分指标超越 OpenAI o1-mini76% 相似待验证DeepSeek-R1于2025年初在AIME数学竞赛、MMLU等多项国际标准基准测试中达到与OpenAI o1同级别的表现，且训练成本远低于GPT-475% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/962579

API

curl https://kongchang.com/api/v1/knowledge/claims/962579

MCP

get_claim(id=962579)