AI BENCHY
Advertise here

#31

DeepSeek V3.2

DeepSeek रिलीज़: 2025-12-01 परीक्षण किया गया: 2026-04-20 17:48 deepseek/deepseek-v3.2::medium
(medium) (none)

संगति

8.2

विश्वसनीयता

लागू नहीं

कुल आउटपुट टोकन

59,131

इनपुट कीमत

$0.252 / 1M

आउटपुट कीमत

$0.378 / 1M

सही परीक्षण

गलत टेस्ट: 6

प्रति प्रयास पास दर: 79.6%

अस्थिर टेस्ट

4

अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।

प्रतिक्रिया समय (औसत)

46.41s

प्रतिक्रिया समय (अधिकतम): 180.92s

प्रतिक्रिया समय (कुल): 835.33s

रन इतिहास

परीक्षण किया गया स्कोर विश्वसनीयता सही परीक्षण कुल लागत तुलना करें
2026-05-22 00:46 सूट बदला गया 7.0 9.1 $0.037 तुलना करें
2026-05-08 15:27 सूट बदला गया 7.2 10.0 $0.031 तुलना करें
2026-04-20 17:48 पहला दर्ज रन 8.0 लागू नहीं $0.029 वर्तमान रन

चार्ट

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

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

त्वरित तुलना

श्रेणी विवरण

श्रेणी स्कोर संगति सही परीक्षण
एंटी-एआई ट्रिक्स 8.4 9.9
कोडिंग 4.7 1.6
संयुक्त 10.0 10.0
डेटा पार्सिंग और निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 5.3 7.2
Samanya Buddhimatta 5.4 2.5
निर्देश पालन 10.0 10.0
पहेली समाधान 8.2 7.2
टूल कॉलिंग 10.0 10.0

तुलना किए गए मॉडल