Página automatizada. Redactada y traducida automáticamente por IA y verificada con las fuentes mediante software; sin editor humano. SI-IQ es un índice elaborado a partir de resultados públicos de benchmarks, no una prueba de CI. Cómo funciona

¿Cómo de inteligente es DeepSeek-R1?

DeepSeek-R1 es un modelo de DeepSeek, lanzado el 20 ene 2025. Su SI-IQ es 98 (intervalo del 90 % 93–102), estimado a partir de 4 resultados de benchmarks de 2 evaluadores.

Datos a 18 oct 2026 · método 1.0.0

Un modelo se clasifica cuando sus resultados proceden de al menos 5 benchmarks (las dos ejecuciones de GPQA Diamond cuentan como una) en al menos 3 áreas, de al menos 2 evaluadores distintos, y las fechas de lanzamiento de sus versiones distan como máximo 60 días entre sí. Este modelo aún no cumple esa condición (resultados de menos de 5 benchmarks). Su estimación provisional se basa en 4 resultados de benchmarks y puede cambiar mucho cuando lleguen más resultados.

Todos los resultados de benchmarks utilizados

Cada puntuación es un único valor tal como lo publicó la fuente: en el caso de Epoch AI, el mejor de sus ajustes de ejecución; en el de OpenRouter, el proveedor de alojamiento mediano (el alojamiento propio del desarrollador cuando realizó la prueba). El «SI-IQ implícito» es la capacidad a la que apunta este único resultado; el SI-IQ global es su media ponderada por precisión.

Preferencia humana (Arena)

En la clasificación de Arena, donde las personas votan entre dos respuestas anónimas, DeepSeek-R1 tiene una puntuación de 1398 (1393–1403) a partir de 18.524 votos (publicada el 15 oct 2026). La preferencia humana es una medida distinta de la capacidad en benchmarks y no forma parte de SI-IQ. Arena (Hugging Face)

Calculado con la versión 1.0.0 del método SI-IQ. Leer la metodología completa

Fuentes de datos: Aider polyglot leaderboard data (Apache-2.0); Arena leaderboard dataset on Hugging Face (CC BY 4.0); Epoch AI, ‘Capabilities & benchmarking’ (CC BY 4.0) (licencias y cambios).