#71 DeepSeek V3.2
medium- Custo
- $0.001
- Tempo
- 53.6s
- Tokens
- 1,932 tok
DeepSeek
Lançamento: 2025-12-01
Testado em: 2026-05-22 00:46
deepseek/deepseek-v3.2::medium
(medium)
(none)
Resumo
DeepSeek V3.2 marca 7.0 no AI BENCHY e fica em #71. Tem fiabilidade 9.1, taxa de acerto de 69.2%, custo total de $0.037 e tempo médio de resposta de 53.21s.
O que torna DeepSeek V3.2 único: Destaca-se mais em Combinado, onde fica em #1, enquanto Programação é a área mais fraca em #18. O custo total do benchmark é invulgarmente baixo para este nível de pontuação.
7.0
Consistência
7.6
$0.037
Total de tokens de saída
75,252
Total de tokens de entrada
0
Preço de entrada
$0.252 / 1M
Preço de saída
$0.378 / 1M
Testes instáveis
6
Testes instáveis tiveram resultados mistos entre execuções (pelo menos um acerto e uma falha).
53.21s
Tempo de resposta (máx.): 189.03s
Tempo de resposta (total): 1064.26s
Geração showcase
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Histórico de execuções
| Testado em | Pontuação | Confiabilidade | Testes corretos | Custo total | Comparar |
|---|---|---|---|---|---|
| 2026-07-16 23:13 Novo teste adicionado | 7.0 | 10.0 | $0.078 ↑ | Comparar | |
| 2026-06-04 14:41 Novo teste adicionado | 7.0 | 10.0 | $0.044 ↓ | Comparar | |
| 2026-05-22 00:46 Suite alterada | 7.0 | 9.1 | $0.037 | Execução atual | |
| 2026-05-08 15:27 Suite alterada | 7.2 | 10.0 | $0.031 | Comparar | |
| 2026-04-20 17:48 Primeira execução registrada | 8.0 | N/D | $0.029 | Comparar |
Esta execução usou uma suite de benchmark diferente. Considere as mudanças na suite ao analisar a evolução histórica.
Comparação de execuções
| Execução | Pontuação | Consistência | Confiabilidade | Testes corretos | Testes instáveis | Total de tokens de saída | Total de tokens de entrada | Custo total | Tempo de resposta (médio) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-05-22 00:46 · Suite alterada | 7.0 | 7.6 | 9.1 | 11/20 | 6 | 75,252 | 0 | $0.037 | 53.21s |
| 2026-05-08 15:27 · Suite alterada | 7.2 | 7.5 | 10.0 | 11/19 | 6 | 60,800 | 0 | $0.031 | 46.06s |
| Diferença | -0.2 | +0.1 | -0.9 | 0 | 0 | +14452 | 0 | +$0.007 | +7148ms |
Estas duas execuções usaram suites de benchmark diferentes, então as diferenças refletem tanto mudanças do modelo quanto da suite.
Gráficos
Escolha o primeiro modelo e depois clique em um segundo modelo para abrir uma página lado a lado.
Melhores modelos por pontuação
Pontuação vs Custo total
Tempo de resposta (médio)
Pontuação vs Tempo de resposta (médio)
Total de tokens de saída
Pontuação vs Total de tokens de saída
Comparação rápida
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 UltramediumDisponível grátisDeepSeek V3.2mediumvsGPT-5.5low
Detalhamento por categoria
| Categoria | Pontuação | Consistência | Testes corretos |
|---|---|---|---|
| Truques anti-IA | 9.2 | 10.0 | |
| Programação | 3.9 | 5.8 | |
| Combinado | 10.0 | 10.0 | |
| Análise e extração de dados | 10.0 | 10.0 | |
| Específico do domínio | 2.9 | 4.4 | |
| Inteligência geral | 3.8 | 2.5 | |
| Seguimento de instruções | 10.0 | 10.0 | |
| Resolução de quebra-cabeças | 6.7 | 5.0 | |
| Chamada de ferramentas | 10.0 | 10.0 | |
| Conhecimentos gerais | 3.0 | 10.0 |