#131

DeepSeek V3.2

DeepSeek रिलीज़: 2025-12-01 परीक्षण किया गया: 2026-06-04 14:22 deepseek/deepseek-v3.2::none

671B कुल (37B सक्रिय)MoEमुक्त स्रोत

(medium) (none)

सारांश

DeepSeek V3.2 AI BENCHY पर 5.2 स्कोर करता है और #131 पर है। इसकी reliability 10.0, pass rate 39.7%, कुल लागत $0.017, और औसत response time 13.83s है।

DeepSeek V3.2 को अलग क्या बनाता है: यह निर्देश पालन में सबसे अलग दिखता है, जहाँ इसकी रैंक #1 है; जबकि एंटी-एआई ट्रिक्स इसकी सबसे कमजोर जगह है, जहाँ यह #18 पर है। इस score range के लिए इसकी कुल benchmark लागत असामान्य रूप से कम है। यह समान मॉडलों की तुलना में काफ़ी तेज है।

मॉडल विवरण

शोध की तारीख: 2026-08-12

घोषित

पैरामीटर: 671B कुल (37B सक्रिय)
आर्किटेक्चर: MoE
उपलब्धता: मुक्त स्रोत
लाइसेंस: MIT

पैरामीटर स्रोत उपलब्धता स्रोत

स्कोर

5.2

संगति

7.6

विश्वसनीयता

10.0

कुल लागत (वर्तमान कीमत)

$0.017 ↓ -9.2%

परीक्षण के समय: $0.019

कुल आउटपुट टोकन

11,165

कुल इनपुट टोकन

55,997

इनपुट कीमत

$0.229 / 1M

आउटपुट कीमत

$0.344 / 1M

कैश पढ़ने की कीमत

लागू नहीं

कैश लिखने की कीमत

लागू नहीं

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

सही परीक्षण

गलत टेस्ट: 15

प्रति प्रयास पास दर: 39.7%

अस्थिर टेस्ट

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

प्रतिक्रिया समय (औसत)

13.83s

प्रतिक्रिया समय (अधिकतम): 115.89s

प्रतिक्रिया समय (कुल): 290.43s

गलत उत्तर: 7 API त्रुटि: 4 अतिरिक्त फॉर्मेटिंग: 2 निर्देशों का पालन नहीं किया: 1 अमान्य टूल कॉल: 1

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#131 DeepSeek V3.2

none

लागत: $0.002
समय: 7.0s
टोकन: 1,046 tok

रन इतिहास

परीक्षण किया गया	स्कोर	विश्वसनीयता	कुल लागत	तुलना करें
2026-08-14 02:58 दोबारा परीक्षण	5.0	10.0	$0.054 ↑	तुलना करें
2026-07-16 23:15 नया टेस्ट जोड़ा गया	5.0	10.0	$0.054 ↑	तुलना करें
2026-06-04 14:22 नया टेस्ट जोड़ा गया	5.2	10.0	$0.017 ↓	वर्तमान रन
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	तुलना करें

इस रन में अलग बेंचमार्क सूट इस्तेमाल हुआ था। ऐतिहासिक बदलाव पढ़ते समय सूट बदलाव को ध्यान में रखें।

कीमत का इतिहास

OpenRouter से इस मॉडल का ऐतिहासिक मूल्य डेटा।

तारीख	इनपुट कीमत	आउटपुट कीमत	कैश पढ़ने की कीमत	कैश लिखने की कीमत
2026-06-04 14:42	$0.229 / 1M	$0.344 / 1M	लागू नहीं	लागू नहीं

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
एंटी-एआई ट्रिक्स	3.2	8.0
कोडिंग	3.1	6.9
संयुक्त	6.5	10.0
डेटा पार्सिंग और निष्कर्षण	6.3	5.8
डोमेन-विशिष्ट	2.9	7.2
Samanya Buddhimatta	4.7	1.6
निर्देश पालन	10.0	10.0
पहेली समाधान	7.6	7.2
टूल कॉलिंग	10.0	10.0
सामान्य ज्ञान	3.0	10.0

DeepSeek V3.2

मॉडल विवरण

Hamster playing table tennis

#131 DeepSeek V3.2

चार्ट

स्कोर के अनुसार शीर्ष मॉडल

स्कोर vs कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

त्वरित तुलना

श्रेणी विवरण

तुलना किए गए मॉडल