AI BENCHY
Advertise here
#131

DeepSeek V3.2

DeepSeek Rilis: 2025-12-01 Diuji pada: 2026-06-04 14:22 deepseek/deepseek-v3.2::none
(medium) (none)

Ringkasan

DeepSeek V3.2 mendapat skor 5.2 di AI BENCHY dan berada di peringkat #131. Model ini memiliki reliabilitas 10.0, tingkat keberhasilan 39.7%, total biaya $0.017, dan waktu respons rata-rata 13.83s.

Yang membuat DeepSeek V3.2 unik: Model ini paling menonjol di Kepatuhan instruksi, dengan peringkat #1, sementara Parsing dan ekstraksi data adalah area terlemahnya di #11.

Skor

5.2

Konsistensi

7.6

Keandalan

10.0

Total biaya (harga saat ini)

$0.017 ↓ -9.2%

Diuji pada: $0.019

Total token output

11,165

Total token input

55,997

Harga input

$0.229 / 1M

Harga output

$0.344 / 1M

Tes benar

Tes Salah: 15

Tingkat lulus per percobaan: 39.7%

Tes tidak stabil

6

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

Waktu respons (rata-rata)

13.83s

Waktu respons (maks): 115.89s

Waktu respons (total): 290.43s

Jawaban salah: 7 Kesalahan API: 4 Format tambahan: 2 Tidak mengikuti instruksi: 1 Pemanggilan alat tidak valid: 1

Hamster playing table tennis

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

#131 DeepSeek V3.2

none
Biaya
$0.002
Waktu
7.0s
Token
1,046 tok

Riwayat run

Diuji pada Skor Keandalan Tes benar Total Biaya 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 ↓ Run saat ini
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 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
2026-06-04 14:42 $0.229 / 1M $0.344 / 1M

Grafik

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

Total token output

Skor vs Total token output

Perbandingan Cepat

DeepSeek V3.2nonevsQwen3.6 27BnoneDeepSeek V3.2nonevsMiMo-V2.5-PrononeDeepSeek V3.2nonevsGLM 5.1noneDeepSeek V3.2nonevsKimi K2.5noneDeepSeek V3.2nonevsDeepSeek V4 FlashnoneDeepSeek V3.2nonevsGemma 4 26B A4BnoneTersedia gratisDeepSeek V3.2nonevsGemini 3 Flash PreviewmediumDeepSeek V3.2nonevsGemini 3.5 FlashhighDeepSeek V3.2nonevsNemotron 3 UltramediumTersedia gratisDeepSeek V3.2nonevsGPT-5.5low

Rincian Kategori

Kategori Skor Konsistensi Tes benar
Trik anti-AI 3.2 8.0
Pemrograman 3.1 6.9
Gabungan 6.5 10.0
Parsing dan ekstraksi data 6.3 5.8
Spesifik domain 2.9 7.2
Kecerdasan umum 4.7 1.6
Kepatuhan instruksi 10.0 10.0
Pemecahan teka-teki 7.6 7.2
Pemanggilan alat 10.0 10.0
Pengetahuan umum 3.0 10.0

Model yang Dibandingkan