#30

DeepSeek V3.2

Deepseek · Lanzamiento: 2025-12-01 · deepseek/deepseek-v3.2::none

Puntaje prom.

4.70

Costo por resultado

0.132

Consistencia

8.20

Costo total

$0.007

Pruebas correctas

5

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

Pruebas incorrectas

9

Tasa de aciertos por intento: 47.6%

Pruebas inestables

3

Tiempo de respuesta: promedio 6.22s · total 87.03s · máximo 16.20s

Respuesta incorrecta: 6 Formato extra: 2 No siguió las instrucciones: 1

Mejores modelos por puntuación

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

#24 GPT-5 Nano 5.86

#25 Qwen3.5-Flash 5.79

#26 gpt-oss-120b 5.65

#27 MiniMax M2.5 5.65

#28 Qwen3.5-122B-A10B 5.20

#29 GPT-4o-mini 4.86

#30 DeepSeek V3.2 4.70

#31 Qwen3.5-27B 4.70

#32 Qwen3.5-35B-A3B 4.63

#33 Trinity Large Preview (free) 4.34

#34 GLM 4.7 Flash 4.15

#35 Kimi K2.5 4.08

#36 Qwen3 Coder Next 3.72

Categoría	Puntaje prom.	Consistencia	Pruebas correctas
Anti-AI Tricks	1.00	9.68	0/3
Data parsing and extraction	5.38	5.81	1/2
Domain specific	1.00	7.21	0/3
Instructions following	8.00	9.99	1/2
Puzzle Solving	7.67	7.50	2/3
Tool Calling	10.00	10.00	1/1