deepseek-v3.1

MiniMax 评测数据deepseek-v3.1

登录查看完整报告

该成绩引用自 MiniMax 公开的评测数据，本平台仅按其公布的权重汇总。

综合得分

78.06

95% CI [77.09, 79.05]

基于 285 个会话

综合榜第 10 名，共 12 个模型

三大目标

● 世界 · Worlds 50%75.52

● 故事 · Stories 25%70.23

● 用户偏好 · Preferences 25%90.98

六维度

765299658191

基础逻辑知识多样性内容逻辑交互

各语言成绩

测试于 2026/10/24

语言	名次	综合	95% 置信区间	世界	故事	用户偏好	会话数
综合	10 / 12	78.06	77.1 – 79.0	75.5	70.2	91.0	285
中文	11 / 12	73.87	72.9 – 74.9	75.2	57.0	88.1	150
English	9 / 12	82.72	81.3 – 84.2	75.9	84.9	94.2	135

登录后查看完整评测报告

测试历史每次测试的模式、版本与各语言成绩
285 场测试对话逐轮查看完整对话与角色设定
裁判评分依据双裁判分段打分、问题定位与原文证据

暂不开放注册，账户由平台发放。