#119 DeepSeek V3.2
medium- Cost
- $0.001
- Timp
- 53.6s
- Tokenuri
- 1,932 tok
DeepSeek
Lansare: 2025-12-01
Testat la: 2026-08-14 03:00
deepseek/deepseek-v3.2::medium
671B în total (37B activi)MoESursă deschisă
(medium)
(none)
Rezumat
DeepSeek V3.2 obține 7.0 pe AI BENCHY și este pe #119. Are fiabilitate 10.0, rată de reușită 65.2%, cost total $0.078 și timp mediu de răspuns 68.43s.
Ce face DeepSeek V3.2 unic: Se remarcă cel mai mult la Combinat, unde este pe #3, iar Inteligență generală este zona cea mai slabă, la #17.
Date despre model
Documentat la 2026-08-12
- Parametri
- 671B în total (37B activi)
- Arhitectură
- MoE
- Disponibilitate
- Sursă deschisă
- Licență
- MIT
7.0
Consistență
7.4
10.0
Total tokenuri de ieșire
128,787
Total tokenuri de intrare
101,056
Preț de intrare
$0.269 / 1M
Preț de ieșire
$0.400 / 1M
Teste instabile
7
Testele instabile au avut rezultate mixte între rulări (cel puțin un succes și un eșec).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Istoric rulări
| Testat la | Scor | Fiabilitate | Teste corecte | Cost total | Compară |
|---|---|---|---|---|---|
| 2026-08-14 03:00 Retestare | 7.0 | 10.0 | $0.078 ↑ | Rularea curentă | |
| 2026-07-16 23:13 Test nou adăugat | 7.0 | 10.0 | $0.078 ↑ | Compară | |
| 2026-06-04 14:41 Test nou adăugat | 7.0 | 10.0 | $0.044 ↓ | Compară | |
| 2026-05-22 00:46 Suită modificată | 7.0 | 9.1 | $0.037 | Compară | |
| 2026-05-08 15:27 Suită modificată | 7.2 | 10.0 | $0.031 | Compară | |
| 2026-04-20 17:48 Prima rulare înregistrată | 8.0 | N/D | $0.029 | Compară |
Această rulare a folosit o suită de benchmark diferită. Ține cont de schimbările suitei când interpretezi evoluția istorică.
Comparație între rulări
| Rulare | Acoperire benchmark | Scor | Consistență | Fiabilitate | Teste corecte | Teste instabile | Total tokenuri de ieșire | Total tokenuri de intrare | Cost total | Timp de răspuns (mediu) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-08-14 03:00 · Rularea curentă | 66/66 încercări | 7.0 | 7.4 | 10.0 | 11/22 | 7 | 128,787 | 101,056 | $0.078 | 68.43s |
| 2026-04-20 17:48 · Prima rulare înregistrată | 54/54 încercări | 8.0 | 8.2 | N/D | 12/18 | 4 | 59,131 | 0 | $0.029 | 46.41s |
| Diferență | — | -1.0 | -0.8 | -1 | +3 | +69656 | +101056 | +$0.049 | +22026ms |
Acoperirea benchmark diferă: 66/66 încercări (Țintă: 3 repetări per test) față de 54/54 încercări (Țintă: 3 repetări per test). Totalurile și metricile sensibile la repetări nu sunt direct comparabile.
Aceste două rulări au folosit suite de benchmark diferite, așa că diferențele reflectă atât schimbări ale modelului, cât și ale suitei.
Istoric prețuri
Date istorice de preț pentru acest model de la OpenRouter.
| Dată | Preț de intrare | Preț de ieșire |
|---|---|---|
| 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 |
Grafice
Alege primul model, apoi fă clic pe al doilea model pentru a deschide o pagină alăturată.
Top modele după scor
Scor vs Cost total
Timp de răspuns (mediu)
Scor vs Timp de răspuns (mediu)
Total tokenuri de ieșire
Scor vs Total tokenuri de ieșire
Comparație rapidă
DeepSeek V3.2mediumvsGPT-5.6 SolnoneDeepSeek V3.2mediumvsGLM 5.1mediumDeepSeek V3.2mediumvsGrok 4.3mediumDeepSeek V3.2mediumvsGPT-5.5noneDeepSeek V3.2mediumvsSolar Pro 4highDeepSeek V3.2mediumvsMercury 2mediumDeepSeek V3.2mediumvsStep 3.7 FlashlowDeepSeek V3.2mediumvsGrok 4.20mediumDeepSeek V3.2mediumvsMuse Glimmer 30BlowDeepSeek V3.2mediumvsSeed-2.0-Minimedium
Defalcare pe categorii
| Categorie | Scor | Consistență | Teste corecte |
|---|---|---|---|
| Trucuri anti-AI | 8.2 | 7.9 | |
| Programare | 6.0 | 7.2 | |
| Combinat | 7.3 | 5.8 | |
| Parsare și extragere de date | 10.0 | 10.0 | |
| Specific domeniului | 2.9 | 4.4 | |
| Inteligență generală | 3.4 | 2.5 | |
| Respectarea instrucțiunilor | 10.0 | 10.0 | |
| Rezolvare de puzzle-uri | 7.0 | 7.2 | |
| Apelare instrumente | 10.0 | 10.0 | |
| Cultură generală | 3.0 | 10.0 |