#104 DeepSeek V3.2
none- Biaya
- $0.002
- Waktu
- 7.0s
- Token
- 1,046 tok
DeepSeek
Rilis: 2025-12-01
Diuji pada: 2026-05-08 15:31
deepseek/deepseek-v3.2::none
671B total (37B aktif)MoESumber terbuka
(medium)
(none)
Ringkasan
DeepSeek V3.2 mendapat skor 5.7 di AI BENCHY dan berada di peringkat #104. Model ini memiliki reliabilitas 10.0, tingkat keberhasilan 49.1%, total biaya $0.016, dan waktu respons rata-rata 13.43s.
Yang membuat DeepSeek V3.2 unik: Model ini paling menonjol di Kepatuhan instruksi, dengan peringkat #1, sementara Trik anti-AI adalah area terlemahnya di #18. Total biaya benchmark-nya sangat rendah untuk kisaran skornya.
Fakta model
Ditelaah pada 2026-08-12
- Parameter
- 671B total (37B aktif)
- Arsitektur
- MoE
- Ketersediaan
- Sumber terbuka
- Lisensi
- MIT
5.7
Konsistensi
7.9
10.0
$0.016
Total token output
7,194
Total token input
0
Harga input
$0.252 / 1M
Harga output
$0.378 / 1M
Tes tidak stabil
5
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.
Riwayat run
| Diuji pada | Skor | Keandalan | Tes benar | Total Biaya | Bandingkan |
|---|---|---|---|---|---|
| 2026-08-14 02:58 Uji ulang | 5.0 | 10.0 | $0.054 ↑ | Bandingkan | |
| 2026-07-16 23:15 Tes baru ditambahkan | 5.0 | 10.0 | $0.054 ↑ | Bandingkan | |
| 2026-06-04 14:22 Tes baru ditambahkan | 5.2 | 10.0 | $0.017 ↓ | Bandingkan | |
| 2026-05-22 00:35 Suite berubah | 5.6 | 10.0 | $0.018 | 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.
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) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-05-08 15:31 · Suite berubah | 57/57 percobaan | 5.7 | 7.9 | 10.0 | 7/19 | 5 | 7,194 | 0 | $0.016 | 13.43s |
| 2026-08-14 02:58 · Uji ulang | 66/66 percobaan | 5.0 | 8.1 | 10.0 | 6/22 | 5 | 42,099 | 135,831 | $0.054 | 17.89s |
| Selisih | — | +0.7 | -0.2 | 0.0 | +1 | 0 | -34905 | -135831 | -$0.039 | -4461ms |
Cakupan benchmark berbeda: 57/57 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.
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 V3.2nonevsLaguna S 2.1lowTersedia gratisDeepSeek V3.2nonevsGPT-4o-mininoneDeepSeek V3.2nonevsMiniMax M2.7mediumDeepSeek V3.2nonevsLing-2.6-flashnoneDeepSeek V3.2nonevsNorth Mini CodenoneTersedia gratisDeepSeek V3.2nonevsNemotron 3 SupernoneTersedia gratisDeepSeek V3.2nonevsQwen3.5-9BnoneDeepSeek V3.2nonevsHy4 previewnoneDeepSeek V3.2nonevsMiMo-V2.5noneDeepSeek V3.2nonevsRing-2.6-1Tnone
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 |