AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

#69

DeepSeek V3.2

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

संगति

8.1

विश्वसनीयता

लागू नहीं

कुल आउटपुट टोकन

8,384

???? ???

$0.252 / 1M

????? ???

$0.378 / 1M

सही परीक्षण

गलत टेस्ट: 11

प्रति प्रयास पास दर: 50.0%

अस्थिर टेस्ट

4

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

प्रतिक्रिया समय (औसत)

12.09s

प्रतिक्रिया समय (अधिकतम): 115.89s

प्रतिक्रिया समय (कुल): 217.56s

रन इतिहास

परीक्षण किया गया स्कोर विश्वसनीयता सही परीक्षण कुल लागत तुलना करें
2026-05-22 00:35 सूट बदला गया 5.6 10.0 $0.018 तुलना करें
2026-05-08 15:31 सूट बदला गया 5.7 10.0 $0.016 तुलना करें
2026-04-20 17:48 पहला दर्ज रन 6.1 लागू नहीं $0.016 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 3.2 9.8
कोडिंग 2.4 1.3
संयुक्त 6.5 10.0
डेटा पार्सिंग और निष्कर्षण 6.3 5.8
डोमेन-विशिष्ट 3.6 7.2
Samanya Buddhimatta 10.0 10.0
निर्देश पालन 10.0 10.0
पहेली समाधान 8.5 7.5
टूल कॉलिंग 10.0 10.0

तुलना किए गए मॉडल