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

#120

DeepSeek V3.2

DeepSeek Rilis: 2025-12-01 Diuji pada: 2026-05-22 00:35 deepseek/deepseek-v3.2::none
(medium) (none)

Skor

5.6

Konsistensi

8.3

Keandalan

10.0

Total token output

11,159

Harga input

$0.252 / 1M

Harga output

$0.378 / 1M

Tes benar

Tes Salah: 12

Tingkat lulus per percobaan: 41.7%

Tes tidak stabil

6

Tes tidak stabil memiliki hasil campuran antar run (setidaknya satu lulus dan satu gagal).

Waktu respons (rata-rata)

14.43s

Waktu respons (maks): 115.89s

Waktu respons (total): 288.55s

Riwayat run

Diuji pada Skor Keandalan Tes benar Total Biaya Bandingkan
2026-05-22 00:35 Suite berubah 5.6 10.0 $0.018 Run saat ini
2026-05-08 15:31 Suite berubah 5.7 10.0 $0.016 Bandingkan
2026-04-20 17:48 Run pertama yang tercatat 6.1 T/A $0.016 Bandingkan

Run ini menggunakan suite benchmark yang berbeda. Perhatikan perubahan suite saat membaca pergerakan historis.

Riwayat harga

Data harga historis untuk model ini dari OpenRouter.

Tanggal Harga input Harga output
2026-06-01 11:25 $0.252 / 1M $0.378 / 1M

Grafik

Pilih model pertama, lalu klik model kedua untuk membuka halaman berdampingan.

Total token output

Skor vs Total token output

Perbandingan Cepat

Rincian Kategori

Kategori Skor Konsistensi Tes benar
Trik anti-AI 3.2 8.2
Pemrograman 3.1 5.4
Gabungan 6.5 10.0
Parsing dan ekstraksi data 6.3 5.8
Spesifik domain 2.9 6.9
Kecerdasan umum 6.8 10.0
Kepatuhan instruksi 10.0 10.0
Pemecahan teka-teki 8.3 10.0
Pemanggilan alat 10.0 10.0
Pengetahuan umum 3.0 10.0

Model yang Dibandingkan