AI BENCHY
Advertise here
#165

DeepSeek V3.2

DeepSeek प्रकाशन: 2025-12-01 चाचणी तारीख: 2026-07-16 23:15 deepseek/deepseek-v3.2::none
(medium) (none)

सारांश

DeepSeek V3.2 AI BENCHY वर 5.0 स्कोर करते आणि #165 वर आहे. याची reliability 10.0, pass rate 37.9%, एकूण खर्च $0.054, आणि सरासरी response time 18.25s आहे.

DeepSeek V3.2 खास का आहे: हे संयुक्त मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #1 आहे; तर कोडिंग हा सर्वात कमकुवत भाग आहे, rank #14.

स्कोअर

5.0

सुसंगतता

7.7

विश्वसनीयता

10.0

एकूण खर्च (सध्याची किंमत)

$0.054 ↑ +2.3%

या किमतीवर चाचणी केली: $0.053

एकूण आउटपुट टोकन्स

42,097

एकूण इनपुट टोकन्स

135,780

इनपुट किंमत

$0.269 / 1M

आउटपुट किंमत

$0.400 / 1M

बरोबर चाचण्या

चुकीच्या चाचण्या: 16

प्रति प्रयत्न पास दर: 37.9%

अस्थिर चाचण्या

6

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

प्रतिसाद वेळ (सरासरी)

18.25s

प्रतिसाद वेळ (कमाल): 115.89s

प्रतिसाद वेळ (एकूण): 401.60s

चुकीचे उत्तर: 7 API त्रुटी: 4 अतिरिक्त फॉरमॅटिंग: 2 अवैध टूल कॉल: 2 सूचनांचे पालन केले नाही: 1

Hamster playing table tennis

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

#165 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
2026-07-16 23:15 नवीन चाचणी जोडली 5.0 10.0 $0.054 ↑ सध्याची रन
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.

रन तुलना

रनस्कोअरसुसंगतताविश्वसनीयताबरोबर चाचण्याअस्थिर चाचण्याएकूण आउटपुट टोकन्सएकूण इनपुट टोकन्सएकूण खर्चप्रतिसाद वेळ (सरासरी)
2026-07-16 23:15 · सध्याची रन5.07.710.06/22642,097135,780$0.05418.25s
2026-05-08 15:31 · सूट बदलला5.77.910.07/1957,1940$0.01613.43s
फरक-0.7-0.20.0-1+1+34903+135780+$0.039+4828ms

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 15:40 $0.229 / 1M $0.344 / 1M
2026-07-10 11:30 $0.215 / 1M $0.322 / 1M
2026-07-16 15:36 $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

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 A4Bnoneमोफत उपलब्धDeepSeek V3.2nonevsGemini 3 Flash PreviewmediumDeepSeek V3.2nonevsGemini 3.5 FlashhighDeepSeek V3.2nonevsNemotron 3 Ultramediumमोफत उपलब्धDeepSeek V3.2nonevsGPT-5.5low

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 2.9 7.2
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