AI BENCHY Compare
DeepSeek: DeepSeek V3.2 vs Google: Gemini 2.5 Flash
Compară:
Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-03-03
| Metrică | DeepSeek: DeepSeek V3.2 medium Lansare: 2025-12-01 | Google: Gemini 2.5 Flash medium Lansare: 2025-06-17 |
|---|---|---|
| Rang | #18 | #16 |
| Scor mediu | 6.98 | 7.05 |
| Consistență | 8.75 | 9.39 |
| Cost per rezultat | 0.193 | 2.762 |
| Cost total | $0.018 | $0.249 |
| Teste corecte | ||
| Rată de trecere pe încercare | 71.4% | 69.1% |
| Teste instabile | 2 | 1 |
| Tokenuri de ieșire | 6,753 | 975 |
| Tokenuri de raționament | 30,427 | 96,701 |
Scor vs cost total
Defalcare pe categorii
| Trucuri anti-AI | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|
| DeepSeek: DeepSeek V3.2 | 7.00 | 9.86 | 66.7% | 0 | 1,171 | 4,893 | |
| Google: Gemini 2.5 Flash | 7.33 | 10.00 | 66.7% | 0 | 249 | 8,832 |
| Parsare și extragere de date | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|
| DeepSeek: DeepSeek V3.2 | 9.88 | 10.00 | 100.0% | 0 | 207 | 7,693 | |
| Google: Gemini 2.5 Flash | 9.88 | 10.00 | 100.0% | 0 | 279 | 2,325 |
| Specific domeniului | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|
| DeepSeek: DeepSeek V3.2 | 4.00 | 7.21 | 44.4% | 1 | 3,081 | 7,856 | |
| Google: Gemini 2.5 Flash | 4.00 | 7.21 | 55.6% | 1 | 18 | 80,702 |
| Respectarea instrucțiunilor | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|
| DeepSeek: DeepSeek V3.2 | 7.00 | 9.84 | 50.0% | 0 | 1,397 | 2,845 | |
| Google: Gemini 2.5 Flash | 7.00 | 9.91 | 50.0% | 0 | 69 | 1,203 |
| Puzzle Solving | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|
| DeepSeek: DeepSeek V3.2 | 7.00 | 7.21 | 88.9% | 1 | 390 | 6,281 | |
| Google: Gemini 2.5 Flash | 7.00 | 10.00 | 66.7% | 0 | 126 | 2,499 |
| Apelare instrumente | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|
| DeepSeek: DeepSeek V3.2 | 10.00 | 10.00 | 100.0% | 0 | 507 | 859 | |
| Google: Gemini 2.5 Flash | 10.00 | 10.00 | 100.0% | 0 | 234 | 1,140 |
Comparație rapidă
Schimbă perechea de comparație
Gemini 2.5 FlashmediumvsGPT-5.3 ChatnoneDeepSeek V3.2mediumvsGemini 3 Flash PreviewnoneDeepSeek V3.2mediumvsGPT-5.3 ChatnoneGemini 2.5 FlashmediumvsGPT-5.2 ChatnoneDeepSeek V3.2mediumvsGPT-5.2 ChatnoneClaude Sonnet 4.6nonevsDeepSeek V3.2mediumDeepSeek V3.2mediumvsQwen3.5 Plus 2026-02-15noneClaude Sonnet 4.6nonevsGemini 2.5 FlashmediumDeepSeek V3.2mediumvsGemini 3.1 Flash Lite PreviewnoneGemini 2.5 FlashmediumvsQwen3.5 Plus 2026-02-15noneDeepSeek V3.2mediumvsGemini 3.1 Flash Lite PreviewhighDeepSeek V3.2mediumvsGemini 3.1 Flash Lite Previewlow