代码/前端榜单超越Kimi K3

Code Arena 的 WebDev 是衡量代码/前端能力的榜单。

DeepSeek 这次直接冲到了开源第一，总分 1670 分，整体排名约第 12。它超越了 Kimi K3（Max），且成本大约只有后者的 1/10。

它甚至领先于 Claude Opus 5 (High)，与 GPT-6 Sol (Max) 的差距仅约 10 分。

相比自己的上个 Flash 版本提升了约 52 分，并推动了性能-成本帕累托前沿。

一句话总结，DeepSeek 更强了，但也更省钱了。

不少网友晒出实际测试，DeepSeek 表现亮眼。

Agent Arena中开源模型排名第一

这个榜单主要是衡量智能体在真实用户任务中的实际表现。

DeepSeek 新模型整体排名约第 11。

而且在确认成功、用户好评率、Bash 可靠性、可引导性等细分指标上，它也是开源模型中最强的，且几乎没有工具幻觉问题。

同样的，DeepSeek 也重塑了 Agent Arena 的帕累托前沿。

中位任务成本约 $0.19–$0.20，比排名更高的闭源模型（如 GPT-6.1 Sol、Claude 系列）便宜太多了。

总结下，DeepSeek 在这两个榜单上都是开源模型中的第一，但整体排名仍落后于顶尖闭源模型（Claude Opus、GPT-6 系列等）。

性价比还是 DeepSeek 一贯的优势。在 Agent 和 Code 任务上，它以极低成本实现接近或超越其他开源模型的表现。

可以预测，接下来一段时间国内AI厂商又将掀起一波追逐战。

不过值得注意的是，这次发布的只是 Flash 模型，Pro 给满了期待值。

（转载自AI普瑞斯）

扫码下载app 最新资讯实时掌握

DeepSeek