#104 DeepSeek V3.2
none- Kosten
- $0.002
- Zeit
- 7.0s
- Token
- 1,046 tok
DeepSeek
Veröffentlichung: 2025-12-01
Getestet am: 2026-05-08 15:31
deepseek/deepseek-v3.2::none
(medium)
(none)
Zusammenfassung
DeepSeek V3.2 erreicht 5.7 bei AI BENCHY und liegt auf #104. Das Modell hat 10.0 Zuverlässigkeit, 49.1% Erfolgsrate, $0.016 Gesamtkosten und 13.43s durchschnittliche Antwortzeit.
Was DeepSeek V3.2 besonders macht: Am stärksten ist es in Kombiniert, wo es #3 erreicht; am schwächsten ist Programmierung mit #16. Die Benchmark-Gesamtkosten sind für diese Leistungsklasse ungewöhnlich niedrig.
5.7
Konsistenz
7.9
10.0
Gesamte Ausgabe-Token
7,194
Gesamte Eingabe-Token
0
Eingabepreis
$0.252 / 1M
Ausgabepreis
$0.378 / 1M
Instabile Tests
5
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 23:15 Neuer Test hinzugefügt | 5.0 | 10.0 | $0.054 ↑ | Vergleichen | |
| 2026-06-04 14:22 Neuer Test hinzugefügt | 5.2 | 10.0 | $0.017 ↓ | Vergleichen | |
| 2026-05-22 00:35 Suite geändert | 5.6 | 10.0 | $0.018 | Vergleichen | |
| 2026-05-08 15:31 Suite geändert | 5.7 | 10.0 | $0.016 | Aktueller Lauf | |
| 2026-04-20 17:48 Erster erfasster Lauf | 6.1 | k. A. | $0.016 | 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) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-05-08 15:31 · Suite geändert | 5.7 | 7.9 | 10.0 | 7/19 | 5 | 7,194 | 0 | $0.016 | 13.43s |
| 2026-07-16 23:15 · Neuer Test hinzugefügt | 5.0 | 7.7 | 10.0 | 6/22 | 6 | 42,097 | 135,780 | $0.054 | 18.25s |
| Differenz | +0.7 | +0.2 | 0.0 | +1 | -1 | -34903 | -135780 | -$0.039 | -4828ms |
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 V3.2nonevsQwen3.6 27BnoneDeepSeek V3.2nonevsMiMo-V2.5-PrononeDeepSeek V3.2nonevsGLM 5.1noneDeepSeek V3.2nonevsKimi K2.5noneDeepSeek V3.2nonevsDeepSeek V4 FlashnoneDeepSeek V3.2nonevsGemma 4 26B A4BnoneKostenlos verfügbarDeepSeek V3.2nonevsGemini 3 Flash PreviewmediumDeepSeek V3.2nonevsGemini 3.5 FlashhighDeepSeek V3.2nonevsNemotron 3 UltramediumKostenlos verfügbarDeepSeek V3.2nonevsGPT-5.5low
Kategorieaufschlüsselung
| Kategorie | Punktzahl | Konsistenz | Korrekte Tests |
|---|---|---|---|
| Anti-KI-Tricks | 3.3 | 8.2 | |
| Programmierung | 2.4 | 1.3 | |
| Kombiniert | 6.5 | 10.0 | |
| Datenanalyse und -extraktion | 6.3 | 5.8 | |
| Domänenspezifisch | 3.0 | 6.9 | |
| Allgemeine Intelligenz | 7.6 | 10.0 | |
| Befolgung von Anweisungen | 10.0 | 10.0 | |
| Rätsellösen | 7.5 | 7.7 | |
| Werkzeugaufrufe | 10.0 | 10.0 | |
| Allgemeinwissen | 3.0 | 10.0 |