#59
DeepSeek
Veröffentlichung: 2025-12-01
Getestet am: 2026-05-08 15:27
deepseek/deepseek-v3.2::medium
(medium)
(none)
7.2
Konsistenz
7.5
10.0
Gesamte Ausgabe-Token
60,800
Eingabepreis
$0.252 / 1M
Ausgabepreis
$0.378 / 1M
Instabile Tests
6
Instabile Tests hatten gemischte Ergebnisse über Läufe hinweg (mindestens ein Erfolg und ein Fehlschlag).
Testverlauf
| Getestet am | Punktzahl | Zuverlässigkeit | Korrekte Tests | Gesamtkosten | Vergleichen |
|---|---|---|---|---|---|
| 2026-05-22 00:46 Suite geändert | 7.0 | 9.1 | $0.037 | Vergleichen | |
| 2026-05-08 15:27 Suite geändert | 7.2 | 10.0 | $0.031 | Aktueller Lauf | |
| 2026-04-20 17:48 Erster erfasster Lauf | 8.0 | k. A. | $0.029 | Vergleichen |
Dieser Lauf nutzte eine andere Benchmark-Suite. Berücksichtige Suite-Änderungen bei der historischen Einordnung.
Laufvergleich
| Lauf | Punktzahl | Konsistenz | Zuverlässigkeit | Korrekte Tests | Instabile Tests | Gesamte Ausgabe-Token | Gesamtkosten | Antwortzeit (Durchschnitt) |
|---|---|---|---|---|---|---|---|---|
| 2026-05-08 15:27 · Suite geändert | 7.2 | 7.5 | 10.0 | 11/19 | 6 | 60,800 | $0.031 | 46.06s |
| 2026-05-22 00:46 · Suite geändert | 7.0 | 7.6 | 9.1 | 11/20 | 6 | 75,252 | $0.037 | 53.21s |
| Differenz | +0.2 | -0.1 | +0.9 | 0 | 0 | -14452 | -$0.007 | -7148ms |
Diese beiden Läufe nutzten unterschiedliche Benchmark-Suiten, daher spiegeln die Deltas sowohl Modell- als auch Suite-Änderungen wider.
Diagramme
Wähle zuerst das erste Modell und klicke dann ein zweites Modell, um eine Seite im direkten Vergleich zu öffnen.
Punktzahl vs Gesamtkosten
Antwortzeit (Durchschnitt)
Punktzahl vs Antwortzeit (Durchschnitt)
Gesamte Ausgabe-Token
Punktzahl vs Gesamte Ausgabe-Token
Schnellvergleich
DeepSeek V3.2mediumvsRing-2.6-1TnoneDeepSeek V3.2mediumvsGPT-5.4 NanomediumDeepSeek V3.2mediumvsRing-2.6-1TmediumDeepSeek V3.2mediumvsGPT-5 MinimediumDeepSeek V3.2mediumvsQwen3.5-35B-A3BmediumDeepSeek V3.2mediumvsStep 3.7 FlashhighDeepSeek V3.2mediumvsGemini 3 Flash PreviewmediumDeepSeek V3.2mediumvsGemini 3.5 FlashhighDeepSeek V3.2mediumvsGemini 3.5 Flashlow
Kategorieaufschlüsselung
| Kategorie | Punktzahl | Konsistenz | Korrekte Tests |
|---|---|---|---|
| Anti-KI-Tricks | 9.2 | 10.0 | |
| Programmierung | 4.7 | 1.6 | |
| Kombiniert | 10.0 | 10.0 | |
| Datenanalyse und -extraktion | 10.0 | 10.0 | |
| Domänenspezifisch | 2.9 | 4.4 | |
| Allgemeine Intelligenz | 3.8 | 2.5 | |
| Befolgung von Anweisungen | 10.0 | 10.0 | |
| Rätsellösen | 6.7 | 5.0 | |
| Werkzeugaufrufe | 10.0 | 10.0 | |
| Allgemeinwissen | 3.0 | 10.0 |