自动生成页面。本页由 AI 自动撰写和翻译，并由软件对照来源进行核查，无人工编辑。SI-IQ 是基于公开基准测试结果构建的指数，不是智商测试。工作原理

DeepSeek-V3.1-Terminus 有多聪明？

102 SI-IQ · 90% 区间 89–115
未排名：结果来自不足 5 项基准测试；结果覆盖不足 3 个领域；结果来自不足 2 家评测方

DeepSeek-V3.1-Terminus 是 DeepSeek 于2025年9月22日发布的模型。其 SI-IQ 为 102（90% 区间 89–115），由 1 家评测方的 2 项基准测试结果估算得出。

数据截至 2026年10月18日 · 方法版本 1.0.0

模型的结果须来自至少 5 项基准测试（两次 GPQA Diamond 运行计为一项），覆盖至少 3 个领域，出自至少 2 家不同的评测方，且各版本的发布时间相隔不超过 60 天，方可进入排名。该模型目前尚未满足这一要求（结果来自不足 5 项基准测试；结果覆盖不足 3 个领域；结果来自不足 2 家评测方）。其暂定估计值依据的是 2 项基准测试结果，新结果加入后可能大幅变化。

基本信息

开发方: DeepSeek
发布时间: 2025年9月22日
访问方式: 开放权重（受限许可）
所用基准测试: 来自 1 家评测方的 2 项基准测试结果

我们使用的每项基准测试结果

每个分数都是来源发布的原始单一数值：Epoch AI 取其各运行设置中的最佳结果，OpenRouter 取托管服务商的中位数（若开发方自行托管并运行了测试，则取其自有托管的结果）。“隐含 SI-IQ”是该单项结果所对应的能力水平；总体 SI-IQ 是这些值按精度加权后的平均值。

基准测试	领域	得分	隐含 SI-IQ	评测方	来源中的列示名称	获取时间	来源
GPQA Diamond（OpenRouter 运行）	知识	79.4%	110	OpenRouter	`deepseek/deepseek-v3.1-terminus` StreamLake · 各服务商的中位数（5 行中的 5 行）	2026年10月18日	OpenRouter benchmark datasets · 数据文件
τ²-bench Airline（OpenRouter 运行）	智能体	48.3%	87	OpenRouter	`deepseek/deepseek-v3.1-terminus` SiliconFlow · 各服务商的中位数（4 行中的 4 行）, 下中位数	2026年10月18日	OpenRouter benchmark datasets · 数据文件

人类偏好（Arena）

在 Arena 排行榜上，用户会在两个匿名回答之间投票。DeepSeek-V3.1-Terminus 的评分为 1,415（1,405–1,424），共 3,608 票（发布于 2026年10月15日）。人类偏好与基准测试所衡量的能力是不同的指标，不计入 SI-IQ。 Arena (Hugging Face)

采用 SI-IQ 方法版本 1.0.0 计算。阅读完整方法论

数据来源： Arena leaderboard dataset on Hugging Face (CC BY 4.0); Source: OpenRouter (openrouter.ai), licensed under CC BY 4.0: reuse and republish with attribution to OpenRouter（许可与修改）。