#12

DeepSeek V3.2

Deepseek · Lanzamiento: 2025-12-01 · deepseek/deepseek-v3.2::medium

Puntaje prom.

6.99

Costo por resultado

0.193

Consistencia

8.75

Costo total

$0.018

Pruebas correctas

9

Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.

Pruebas incorrectas

5

Tasa de aciertos por intento: 71.4%

Pruebas inestables

2

Tiempo de respuesta: promedio 36.24s · total 507.30s · máximo 79.03s

Respuesta incorrecta: 3 No siguió las instrucciones: 1 Tiempo agotado: 1

Mejores modelos por puntuación

Elige el primer modelo y luego haz clic en un segundo modelo para abrir una página lado a lado.

#6 Gemini 3 Flash Preview 8.36

#7 GPT-5.3-Codex 7.93

#8 Claude Sonnet 4.6 7.43

#9 GLM 5 7.29

#10 Gemini 3 Flash Preview 7.22

#11 Step 3.5 Flash 7.00

#12 DeepSeek V3.2 6.99

#13 GPT-5.2 6.93

#14 Qwen3.5-122B-A10B 6.77

#15 Claude Sonnet 4.6 6.36

#16 Qwen3.5 Plus 2026-02-15 6.29

#17 Grok 4.1 Fast 6.29

#18 Kimi K2.5 6.29

Categoría	Puntaje prom.	Consistencia	Pruebas correctas
Anti-AI Tricks	7.00	9.86	2/3
Data parsing and extraction	9.88	10.00	2/2
Domain specific	4.00	7.21	1/3
Instructions following	7.00	9.84	1/2
Puzzle Solving	7.00	7.21	2/3
Tool Calling	10.00	10.00	1/1