AI BENCHY
Advertise here

#106

DeepSeek V3.2

DeepSeek Rilis: 2025-12-01 Diuji pada: 2026-05-08 15:31 deepseek/deepseek-v3.2::none
(medium) (none)

Skor

5.7

Konsistensi

7.9

Keandalan

10.0

Total Biaya

$0.016

Total token output

7,194

Harga input

$0.252 / 1M

Harga output

$0.378 / 1M

Tes benar

Tes Salah: 12

Tingkat lulus per percobaan: 49.1%

Tes tidak stabil

5

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

Waktu respons (rata-rata)

13.43s

Waktu respons (maks): 115.89s

Waktu respons (total): 255.10s

Jawaban salah: 8 Format tambahan: 2 Tidak mengikuti instruksi: 1 Pemanggilan alat tidak valid: 1

Riwayat run

Diuji pada Skor Keandalan Tes benar Total Biaya Bandingkan
2026-05-08 15:31 Suite berubah 5.7 10.0 $0.016 Run saat ini
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.

Grafik

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

Total token output

Skor vs Total token output

Perbandingan Cepat

DeepSeek V3.2nonevsQwen3.5-FlashnoneDeepSeek V3.2nonevsQwen3.5-35B-A3BnoneDeepSeek V3.2nonevsOwl AlphamediumDeepSeek V3.2nonevsMiMo-V2-PrononeDeepSeek V3.2nonevsGLM 5V TurbononeDeepSeek V3.2nonevsQwen3.5-27BnoneDeepSeek V3.2nonevsGemini 3 Flash PreviewmediumDeepSeek V3.2nonevsGemini 3.1 Pro PreviewmediumDeepSeek V3.2nonevsRing 2.6 1tmediumTersedia gratis

Rincian Kategori

Kategori Skor Konsistensi Tes benar
Trik anti-AI 3.3 8.2
Pemrograman 2.4 1.3
Gabungan 6.5 10.0
Parsing dan ekstraksi data 6.3 5.8
Spesifik domain 3.0 6.9
Kecerdasan umum 7.6 10.0
Kepatuhan instruksi 10.0 10.0
Pemecahan teka-teki 7.5 7.7
Pemanggilan alat 10.0 10.0
Pengetahuan umum 3.0 10.0

Model yang Dibandingkan