#59 DeepSeek V3.2
medium- Kosten
- $0.001
- Tijd
- 53.6s
- Tokens
- 1,932 tok
DeepSeek
Releasedatum: 2025-12-01
Getest op: 2026-05-08 15:27
deepseek/deepseek-v3.2::medium
(medium)
(none)
Samenvatting
DeepSeek V3.2 scoort 7.2 op AI BENCHY en staat op #59. Het model heeft 10.0 betrouwbaarheid, een slagingspercentage van 72.8%, $0.031 totale kosten en 46.06s gemiddelde responstijd.
Wat DeepSeek V3.2 uniek maakt: Het valt het meest op in Gecombineerd, waar het #1 staat, terwijl Programmeren het zwakste gebied is met #18. De totale benchmarkkosten zijn ongewoon laag voor dit scoreniveau.
7.2
Consistentie
7.5
10.0
Totaal aantal uitvoer-tokens
60,800
Totaal aantal invoer-tokens
0
Invoerprijs
$0.252 / 1M
Uitvoerprijs
$0.378 / 1M
Instabiele tests
6
Instabiele tests hadden gemengde uitkomsten over runs (minstens één geslaagd en één gefaald).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Rungeschiedenis
| Getest op | Score | Betrouwbaarheid | Correcte tests | Totale kosten | Vergelijken |
|---|---|---|---|---|---|
| 2026-07-16 23:13 Nieuwe test toegevoegd | 7.0 | 10.0 | $0.078 ↑ | Vergelijken | |
| 2026-06-04 14:41 Nieuwe test toegevoegd | 7.0 | 10.0 | $0.044 ↓ | Vergelijken | |
| 2026-05-22 00:46 Suite gewijzigd | 7.0 | 9.1 | $0.037 | Vergelijken | |
| 2026-05-08 15:27 Suite gewijzigd | 7.2 | 10.0 | $0.031 | Huidige run | |
| 2026-04-20 17:48 Eerste geregistreerde run | 8.0 | n.v.t. | $0.029 | Vergelijken |
Deze run gebruikte een andere benchmarkset. Houd rekening met suitewijzigingen bij het lezen van historische verschuivingen.
Runvergelijking
| Run | Score | Consistentie | Betrouwbaarheid | Correcte tests | Instabiele tests | Totaal aantal uitvoer-tokens | Totaal aantal invoer-tokens | Totale kosten | Responstijd (gem.) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-05-08 15:27 · Suite gewijzigd | 7.2 | 7.5 | 10.0 | 11/19 | 6 | 60,800 | 0 | $0.031 | 46.06s |
| 2026-06-04 14:41 · Nieuwe test toegevoegd | 7.0 | 7.6 | 10.0 | 11/21 | 6 | 106,267 | 38,333 | $0.044 | 68.71s |
| Verschil | +0.2 | -0.1 | 0.0 | 0 | 0 | -45467 | -38333 | -$0.014 | -22641ms |
Deze twee runs gebruikten verschillende benchmarksets, dus de verschillen weerspiegelen zowel modelveranderingen als suitewijzigingen.
Grafieken
Kies eerst het eerste model en klik daarna op een tweede model om een zij-aan-zijpagina te openen.
Topmodellen op score
Score vs Totale kosten
Responstijd (gem.)
Score vs Responstijd (gem.)
Totaal aantal uitvoer-tokens
Score vs Totaal aantal uitvoer-tokens
Snelle vergelijking
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 UltramediumGratis beschikbaarDeepSeek V3.2mediumvsGPT-5.5low
Categorie-uitsplitsing
| Categorie | Score | Consistentie | Correcte tests |
|---|---|---|---|
| Anti-AI-trucs | 9.2 | 10.0 | |
| Programmeren | 4.7 | 1.6 | |
| Gecombineerd | 10.0 | 10.0 | |
| Gegevensparsering en extractie | 10.0 | 10.0 | |
| Domeinspecifiek | 2.9 | 4.4 | |
| Algemene intelligentie | 3.8 | 2.5 | |
| Instructies opvolgen | 10.0 | 10.0 | |
| Puzzeloplossing | 6.7 | 5.0 | |
| Toolaanroepen | 10.0 | 10.0 | |
| Algemene kennis | 3.0 | 10.0 |