AI BENCHY
Advertise here
#71

DeepSeek V3.2

DeepSeek प्रकाशन: 2025-12-01 चाचणी तारीख: 2026-06-04 14:41 deepseek/deepseek-v3.2::medium
(medium) (none)

सारांश

DeepSeek V3.2 AI BENCHY वर 7.0 स्कोर करते आणि #71 वर आहे. याची reliability 10.0, pass rate 65.1%, एकूण खर्च $0.044, आणि सरासरी response time 68.71s आहे.

DeepSeek V3.2 खास का आहे: हे संयुक्त मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #1 आहे; तर Samanya Buddhimatta हा सर्वात कमकुवत भाग आहे, rank #17. या score range साठी एकूण benchmark खर्च असामान्यपणे कमी आहे.

स्कोअर

7.0

सुसंगतता

7.6

विश्वसनीयता

10.0

एकूण खर्च (सध्याची किंमत)

$0.044 ↓ -8.4%

या किमतीवर चाचणी केली: $0.048

एकूण आउटपुट टोकन्स

106,267

एकूण इनपुट टोकन्स

38,333

इनपुट किंमत

$0.229 / 1M

आउटपुट किंमत

$0.344 / 1M

बरोबर चाचण्या

चुकीच्या चाचण्या: 10

प्रति प्रयत्न पास दर: 65.1%

अस्थिर चाचण्या

6

अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).

प्रतिसाद वेळ (सरासरी)

68.71s

प्रतिसाद वेळ (कमाल): 376.10s

प्रतिसाद वेळ (एकूण): 1442.81s

चुकीचे उत्तर: 5 API त्रुटी: 2 वेळ संपला: 2 सूचनांचे पालन केले नाही: 1

Hamster playing table tennis

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

#71 DeepSeek V3.2

medium
खर्च
$0.001
वेळ
53.6s
टोकन्स
1,932 tok

रन इतिहास

चाचणी तारीख स्कोअर विश्वसनीयता बरोबर चाचण्या एकूण खर्च तुलना करा
2026-07-16 23:13 नवीन चाचणी जोडली 7.0 10.0 $0.078 ↑ तुलना करा
2026-06-04 14:41 नवीन चाचणी जोडली 7.0 10.0 $0.044 ↓ सध्याची रन
2026-05-22 00:46 सूट बदलला 7.0 9.1 $0.037 तुलना करा
2026-05-08 15:27 सूट बदलला 7.2 10.0 $0.031 तुलना करा
2026-04-20 17:48 पहिली नोंदलेली रन 8.0 लागू नाही $0.029 तुलना करा

या रनमध्ये वेगळा बेंचमार्क सूट वापरला गेला. ऐतिहासिक बदल वाचताना सूटमधील बदल लक्षात घ्या.

रन तुलना

रनस्कोअरसुसंगतताविश्वसनीयताबरोबर चाचण्याअस्थिर चाचण्याएकूण आउटपुट टोकन्सएकूण इनपुट टोकन्सएकूण खर्चप्रतिसाद वेळ (सरासरी)
2026-06-04 14:41 · नवीन चाचणी जोडली7.07.610.011/216106,26738,333$0.04468.71s
2026-07-16 23:13 · नवीन चाचणी जोडली7.07.410.011/227128,848101,047$0.07868.62s
फरक0.0+0.20.00-1-22581-62714-$0.034+90ms

या दोन रनमध्ये वेगवेगळे बेंचमार्क सूट वापरले गेले, त्यामुळे फरकांमध्ये मॉडेलमधील आणि सूटमधील दोन्ही बदल दिसतात.

किंमत इतिहास

OpenRouter मधील या मॉडेलचा ऐतिहासिक किंमत डेटा.

तारीख इनपुट किंमत आउटपुट किंमत
2026-06-04 14:42 $0.229 / 1M $0.344 / 1M

चार्ट्स

पहिले मॉडेल निवडा, नंतर दुसरे मॉडेल क्लिक करून बाजू-बाजूची तुलना पेज उघडा.

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

झटपट तुलना

DeepSeek V3.2mediumvsGLM 5.1mediumDeepSeek V3.2mediumvsGrok 4.3mediumDeepSeek V3.2mediumvsKimi K2.5mediumDeepSeek V3.2mediumvsQwen3.5-122B-A10BmediumDeepSeek V3.2mediumvsMercury 2mediumDeepSeek V3.2mediumvsGemini 3 Flash PreviewmediumDeepSeek V3.2mediumvsGemini 3.5 FlashhighDeepSeek V3.2mediumvsNemotron 3 Ultramediumमोफत उपलब्धDeepSeek V3.2mediumvsGPT-5.5low

श्रेणीवार तपशील

श्रेणी स्कोअर सुसंगतता बरोबर चाचण्या
अँटी-एआय युक्त्या 8.2 7.9
कोडिंग 6.0 7.2
संयुक्त 10.0 10.0
डेटा पार्सिंग आणि निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 2.9 4.4
Samanya Buddhimatta 3.4 2.5
सूचनांचे पालन 10.0 10.0
कोडी सोडवणे 7.0 7.2
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना केलेली मॉडेल्स