AI BENCHY
Advertise here
#248

DeepSeek V3.2

DeepSeek प्रकाशन: 2025-12-01 चाचणी तारीख: 2026-08-14 02:58 deepseek/deepseek-v3.2::none
671B एकूण (37B सक्रिय)MoEमुक्त स्रोत
(medium) (none)

सारांश

DeepSeek V3.2 AI BENCHY वर 5.0 स्कोर करते आणि #248 वर आहे. याची reliability 10.0, pass rate 36.4%, एकूण खर्च $0.054, आणि सरासरी response time 17.89s आहे.

DeepSeek V3.2 खास का आहे: हे सूचनांचे पालन मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #1 आहे; तर कोडिंग हा सर्वात कमकुवत भाग आहे, rank #15.

मॉडेलची माहिती

संशोधन दिनांक: 2026-08-12

जाहीर केलेले
पॅरामीटर्स
671B एकूण (37B सक्रिय)
आर्किटेक्चर
MoE
उपलब्धता
मुक्त स्रोत
परवाना
MIT

सुसंगतता

8.1

एकूण खर्च (सध्याची किंमत)

$0.054 ↑ +2.3%

या किमतीवर चाचणी केली: $0.053

एकूण आउटपुट टोकन्स

42,099

एकूण इनपुट टोकन्स

135,831

इनपुट किंमत

$0.269 / 1M

आउटपुट किंमत

$0.400 / 1M

बरोबर चाचण्या

चुकीच्या चाचण्या: 16

प्रति प्रयत्न पास दर: 36.4%

अस्थिर चाचण्या

5

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

प्रतिसाद वेळ (सरासरी)

17.89s

प्रतिसाद वेळ (कमाल): 115.89s

प्रतिसाद वेळ (एकूण): 393.53s

Hamster playing table tennis

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

#248 DeepSeek V3.2

none
खर्च
$0.002
वेळ
7.0s
टोकन्स
1,046 tok

रन इतिहास

चाचणी तारीख स्कोअर विश्वसनीयता बरोबर चाचण्या एकूण खर्च तुलना करा
2026-08-14 02:58 पुन्हा चाचणी 5.0 10.0 $0.054 सध्याची रन
2026-07-16 23:15 नवीन चाचणी जोडली 5.0 10.0 $0.054 तुलना करा
2026-06-04 14:22 नवीन चाचणी जोडली 5.2 10.0 $0.017 तुलना करा
2026-05-22 00:35 सूट बदलला 5.6 10.0 $0.018 तुलना करा
2026-05-08 15:31 सूट बदलला 5.7 10.0 $0.016 तुलना करा
2026-04-20 17:48 पहिली नोंदलेली रन 6.1 लागू नाही $0.016 तुलना करा

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

किंमत इतिहास

OpenRouter मधील या मॉडेलचा ऐतिहासिक किंमत डेटा.

तारीख इनपुट किंमत आउटपुट किंमत
2026-06-04 15:40 $0.229 / 1M $0.344 / 1M
2026-07-10 11:30 $0.215 / 1M $0.322 / 1M
2026-08-14 12:51 $0.269 / 1M $0.400 / 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

श्रेणीवार तपशील

श्रेणी स्कोअर सुसंगतता बरोबर चाचण्या
अँटी-एआय युक्त्या 3.2 8.0
कोडिंग 3.1 6.9
संयुक्त 4.8 10.0
डेटा पार्सिंग आणि निष्कर्षण 6.3 5.8
डोमेन-विशिष्ट 3.0 10.0
Samanya Buddhimatta 4.7 1.6
सूचनांचे पालन 10.0 10.0
कोडी सोडवणे 7.6 7.2
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना केलेली मॉडेल्स