AI BENCHY
तुलना करें चार्ट
❤️ Made by XCS
Your ad here

#12

DeepSeek V3.2

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

औसत स्कोर

6.99

प्रति परिणाम लागत

0.193

संगति

8.75

कुल लागत

$0.018

सही परीक्षण

9

कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।

गलत टेस्ट

5

प्रति प्रयास पास दर: 71.4%

अस्थिर टेस्ट

2

प्रतिक्रिया समय: औसत 36.24s · कुल 507.30s · अधिकतम 79.03s

गलत उत्तर: 3 निर्देशों का पालन नहीं किया: 1 समय समाप्त: 1

स्कोर के अनुसार शीर्ष मॉडल

पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।

त्वरित तुलना

श्रेणी विवरण

श्रेणी औसत स्कोर संगति सही परीक्षण
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