- Skor
- 7.5 (+1.26 poin)
- Total biaya (harga saat ini)
- $0.000 · 100.0% lebih murah
- Waktu respons (rata-rata)
- 29.38s · 58.1% lebih cepat
DeepSeek
Rilis: 2025-12-01
Diuji pada: 2026-10-01 02:45
deepseek/deepseek-v3.2::medium
671B total (37B aktif)MoESumber terbuka
(medium)
(none)
Ringkasan
DeepSeek V3.2 mendapat skor 6.3 di AI BENCHY dan berada di peringkat #251. Model ini memiliki reliabilitas 10.0, tingkat keberhasilan 62.3%, total biaya $0.152, dan waktu respons rata-rata 70.08s.
Yang membuat DeepSeek V3.2 unik: Model ini paling menonjol di Gabungan, dengan peringkat #2, sementara Spesifik domain adalah area terlemahnya di #14.
Alternatif yang disarankan
Kami menyarankan memilih salah satu model ini sebagai pengganti:
- Skor
- 8.6 (+2.29 poin)
- Total biaya (harga saat ini)
- $0.061 · 60.2% lebih murah
- Waktu respons (rata-rata)
- 7.51s · 89.3% lebih cepat
- Skor
- 8.3 (+1.98 poin)
- Total biaya (harga saat ini)
- $0.047 · 69.1% lebih murah
- Waktu respons (rata-rata)
- 18.07s · 74.2% lebih cepat
Fakta model
Ditelaah pada 2026-08-12
- Parameter
- 671B total (37B aktif)
- Arsitektur
- MoE
- Ketersediaan
- Sumber terbuka
- Lisensi
- MIT
6.3
Konsistensi
7.5
10.0
Total token output
139,141
Total token input
306,662
Harga input
$0.280 / 1M
Harga output
$0.420 / 1M
Harga baca cache
$0.028 / 1M
Harga tulis cache
T/A
Harga cache berlaku untuk token input. Pembacaan memakai kembali prompt tersimpan; penulisan menyimpannya dan dapat menambah biaya. Token output menggunakan harga output.
Tes tidak stabil
7
Tes tidak stabil memiliki hasil campuran antar run (setidaknya satu lulus dan satu gagal).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#251 DeepSeek V3.2
medium- Biaya
- $0.001
- Waktu
- 53.6s
- Token
- 1,932 tok
Riwayat run
| Diuji pada | Skor | Keandalan | Tes benar | Total Biaya | Bandingkan |
|---|---|---|---|---|---|
| 2026-10-01 02:45 Uji ulang | 6.3 | 10.0 | $0.152 ↑ | Run saat ini | |
| 2026-07-16 23:13 Tes baru ditambahkan | 7.0 | 10.0 | $0.078 ↑ | Bandingkan | |
| 2026-06-04 14:41 Tes baru ditambahkan | 7.0 | 10.0 | $0.044 ↓ | Bandingkan | |
| 2026-05-22 00:46 Suite berubah | 7.0 | 9.1 | $0.037 | Bandingkan | |
| 2026-05-08 15:27 Suite berubah | 7.2 | 10.0 | $0.031 | Bandingkan | |
| 2026-04-20 17:48 Run pertama yang tercatat | 8.0 | T/A | $0.029 | Bandingkan |
Run ini menggunakan suite benchmark yang berbeda. Perhatikan perubahan suite saat membaca pergerakan historis.
Perbandingan run
| Run | Cakupan benchmark | Skor | Konsistensi | Keandalan | Tes benar | Tes tidak stabil | Total token output | Total token input | Total Biaya | Waktu respons (rata-rata) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-10-01 02:45 · Run saat ini | 69/69 percobaan | 6.3 | 7.5 | 10.0 | 11/23 | 7 | 139,141 | 306,662 | $0.152 | 70.08s |
| 2026-07-16 23:13 · Tes baru ditambahkan | 66/66 percobaan | 7.0 | 7.4 | 10.0 | 11/22 | 7 | 128,848 | 101,047 | $0.078 | 68.62s |
| Selisih | — | -0.7 | +0.1 | 0.0 | 0 | 0 | +10293 | +205615 | +$0.075 | +1466ms |
Cakupan benchmark berbeda: 69/69 percobaan (Target: 3 pengulangan per tes) dibanding 66/66 percobaan (Target: 3 pengulangan per tes). Total dan metrik yang dipengaruhi pengulangan tidak dapat dibandingkan secara langsung.
Kedua run ini menggunakan suite benchmark yang berbeda, jadi selisihnya mencerminkan perubahan model sekaligus perubahan suite.
Riwayat harga
Data harga historis untuk model ini dari OpenRouter.
| Tanggal | Harga input | Harga output | Harga baca cache | Harga tulis cache |
|---|---|---|---|---|
| 2026-06-04 15:40 | $0.229 / 1M | $0.344 / 1M | T/A | T/A |
| 2026-07-10 11:30 | $0.215 / 1M | $0.322 / 1M | T/A | T/A |
| 2026-08-14 12:51 | $0.269 / 1M | $0.400 / 1M | T/A | T/A |
| 2026-10-01 18:33 | $0.280 / 1M | $0.420 / 1M | $0.028 / 1M | T/A |
Grafik
Pilih model pertama, lalu klik model kedua untuk membuka halaman berdampingan.
Model teratas berdasarkan skor
Skor vs Total Biaya
Waktu respons (rata-rata)
Skor vs Waktu respons (rata-rata)
Total token output
Skor vs Total token output
Perbandingan Cepat
DeepSeek V3.2mediumvsSpace Bunny AlphamediumDeepSeek V3.2mediumvsTrinity Large ThinkinglowDeepSeek V3.2mediumvsLing 3.1 FlashlowDeepSeek V3.2mediumvsDeepSeek V4 Flash 0423noneDeepSeek V3.2mediumvsQwen3.5 Plus 2026-02-15noneDeepSeek V3.2mediumvsGrok 4.20mediumDeepSeek V3.2mediumvsSolar Pro 4highDeepSeek V3.2mediumvsSpace Bunny AlphaxhighDeepSeek V3.2mediumvsGemini 3.1 Flash LitelowDeepSeek V3.2mediumvsKAT-Coder-Pro V2.5medium
Rincian Kategori
| Kategori | Skor | Konsistensi | Tes benar |
|---|---|---|---|
| Tugas agen | 3.0 | 10.0 | |
| Trik anti-AI | 8.2 | 7.9 | |
| Pemrograman | 6.0 | 7.2 | |
| Gabungan | 7.3 | 5.8 | |
| Parsing dan ekstraksi data | 10.0 | 10.0 | |
| Spesifik domain | 2.9 | 4.4 | |
| Kecerdasan umum | 3.4 | 2.5 | |
| Kepatuhan instruksi | 10.0 | 10.0 | |
| Pemecahan teka-teki | 7.0 | 7.2 | |
| Pemanggilan alat | 10.0 | 10.0 | |
| Pengetahuan umum | 3.0 | 10.0 |