#71 DeepSeek V3.2
medium- Kosten
- $0.001
- Zeit
- 53.6s
- Token
- 1,932 tok
DeepSeek
Veröffentlichung: 2025-12-01
Getestet am: 2026-05-22 00:46
deepseek/deepseek-v3.2::medium
(medium)
(none)
Zusammenfassung
DeepSeek V3.2 erreicht 7.0 bei AI BENCHY und liegt auf #71. Das Modell hat 9.1 Zuverlässigkeit, 69.2% Erfolgsrate, $0.037 Gesamtkosten und 53.21s durchschnittliche Antwortzeit.
Was DeepSeek V3.2 besonders macht: Am stärksten ist es in Kombiniert, wo es #1 erreicht; am schwächsten ist Programmierung mit #18. Die Benchmark-Gesamtkosten sind für diese Leistungsklasse ungewöhnlich niedrig.
7.0
Konsistenz
7.6
Gesamte Ausgabe-Token
75,252
Gesamte Eingabe-Token
0
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).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Testverlauf
| Getestet am | Punktzahl | Zuverlässigkeit | Korrekte Tests | Gesamtkosten | Vergleichen |
|---|---|---|---|---|---|
| 2026-07-16 23:13 Neuer Test hinzugefügt | 7.0 | 10.0 | $0.078 ↑ | Vergleichen | |
| 2026-06-04 14:41 Neuer Test hinzugefügt | 7.0 | 10.0 | $0.044 ↓ | Vergleichen | |
| 2026-05-22 00:46 Suite geändert | 7.0 | 9.1 | $0.037 | Aktueller Lauf | |
| 2026-05-08 15:27 Suite geändert | 7.2 | 10.0 | $0.031 | Vergleichen | |
| 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 | Gesamte Eingabe-Token | Gesamtkosten | Antwortzeit (Durchschnitt) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-05-22 00:46 · Suite geändert | 7.0 | 7.6 | 9.1 | 11/20 | 6 | 75,252 | 0 | $0.037 | 53.21s |
| 2026-07-16 23:13 · Neuer Test hinzugefügt | 7.0 | 7.4 | 10.0 | 11/22 | 7 | 128,848 | 101,047 | $0.078 | 68.62s |
| Differenz | 0.0 | +0.2 | -0.9 | 0 | -1 | -53596 | -101047 | -$0.041 | -15402ms |
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.
Top-Modelle nach Score
Punktzahl vs Gesamtkosten
Antwortzeit (Durchschnitt)
Punktzahl vs Antwortzeit (Durchschnitt)
Gesamte Ausgabe-Token
Punktzahl vs Gesamte Ausgabe-Token
Schnellvergleich
DeepSeek V3.2mediumvsGLM 5.1mediumDeepSeek V3.2mediumvsGrok 4.3mediumDeepSeek V3.2mediumvsKimi K2.5mediumDeepSeek V3.2mediumvsQwen3.5-122B-A10BmediumDeepSeek V3.2mediumvsMercury 2mediumDeepSeek V3.2mediumvsGemini 3 Flash PreviewmediumDeepSeek V3.2mediumvsGemini 3.5 FlashhighDeepSeek V3.2mediumvsNemotron 3 UltramediumKostenlos verfügbarDeepSeek V3.2mediumvsGPT-5.5low
Kategorieaufschlüsselung
| Kategorie | Punktzahl | Konsistenz | Korrekte Tests |
|---|---|---|---|
| Anti-KI-Tricks | 9.2 | 10.0 | |
| Programmierung | 3.9 | 5.8 | |
| 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 |