智東西
編譯 程茜
編輯 心緣

智東西6月17日消息，今日，AI基準(zhǔn)測試平臺(tái)LMArena公布最新WebDev Arena排行榜，新版DeepSeek-R1編程能力沖上第一。

從榜單可以看出，新版DeepSeek-R1與Claude Opus 4、Gemini 2.5 Pro并列第一。

自今年2月底，Anthropic發(fā)布首款混合推理模型與最佳編碼模型Claude 3.7 Sonnet，到5月發(fā)布Claude 4，此前，WebDev Arena榜單第一幾乎被Anthropic家的Claude系列模型壟斷。

此次，新版DeepSeek-R1沖上榜一與Claude Opus 4并列，佐證了其在編程方面的能力提升。

此外，文本領(lǐng)域，新版DeepSeek-R1在開源模型中排名第一，整體排名第6，與Claude Opus 4、GPT-4.1、Gemini-2.5-flash并列。

按類別劃分，新版DeepSeek-R1在編程方面排名第2，在困難提示方面排名第4，在數(shù)學(xué)方面排名第5。

新DeepSeek-R1于5月28日開源，從DeepSeek當(dāng)時(shí)發(fā)布的基準(zhǔn)測試結(jié)果來看，其整體表現(xiàn)已接近OpenAI-o3與谷歌Gemini-2.5-Pro等模型。

完整榜單：https://lmarena.ai/leaderboard

LMArena評(píng)論區(qū)對(duì)新版DeepSeek-R1沖上榜一給予了很高的評(píng)價(jià)：

DeepSeek-R1在WebDev Arena上的性能現(xiàn)已追平Claude Opus 4，鑒于Claude長期以來作為編程導(dǎo)向型AI的標(biāo)桿地位，這是一個(gè)值得關(guān)注的里程碑，這標(biāo)志著開源AI迎來了關(guān)鍵時(shí)刻。

結(jié)語：AI編程模型、產(chǎn)品加速迭代，開啟群雄混戰(zhàn)

當(dāng)下，全球AI編程的熱度空前高漲，AI加速滲透到AI編程環(huán)節(jié)中，為開發(fā)者帶來空前的生產(chǎn)力提升。這一背景下，各路AI編程模型、產(chǎn)品快速迭代。

今日凌晨，月之暗面推出針對(duì)軟件工程任務(wù)的全新開源代碼大模型Kimi-Dev-72B，還有此前OpenAI、谷歌、微軟、Anthropic、阿里等企業(yè)紛紛亮出相應(yīng)模型、產(chǎn)品。與此同時(shí)，新版DeepSeek-R1登頂編程能力榜單，意味著國內(nèi)外AI編程競爭態(tài)勢愈發(fā)火熱。