#31 DeepSeek V3.2
medium- Cost
- $0.001
- Timp
- 53.6s
- Tokenuri
- 1,932 tok
DeepSeek
Lansare: 2025-12-01
Testat la: 2026-04-20 17:48
deepseek/deepseek-v3.2::medium
(medium)
(none)
Rezumat
DeepSeek V3.2 obține 8.0 pe AI BENCHY și este pe #31. Are fiabilitate N/D, rată de reușită 79.6%, cost total $0.029 și timp mediu de răspuns 46.41s.
Ce face DeepSeek V3.2 unic: Costul total al benchmarkului este neobișnuit de mic pentru acest nivel de scor.
8.0
Consistență
8.2
N/D
$0.029
Total tokenuri de ieșire
59,131
Total tokenuri de intrare
0
Preț de intrare
$0.252 / 1M
Preț de ieșire
$0.378 / 1M
Teste instabile
4
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 |
|---|---|---|---|---|---|
| 2026-07-16 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 | Rularea curentă |
Comparație între rulări
| Rulare | Scor | Consistență | Fiabilitate | Teste corecte | Teste instabile | Total tokenuri de ieșire | Total tokenuri de intrare | Cost total | Timp de răspuns (mediu) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-04-20 17:48 · Prima rulare înregistrată | 8.0 | 8.2 | N/D | 12/18 | 4 | 59,131 | 0 | $0.029 | 46.41s |
| 2026-05-08 15:27 · Suită modificată | 7.2 | 7.5 | 10.0 | 11/19 | 6 | 60,800 | 0 | $0.031 | 46.06s |
| Diferență | +0.8 | +0.7 | +1 | -2 | -1669 | 0 | -$0.002 | +342ms |
Aceste două rulări au folosit suite de benchmark diferite, așa că diferențele reflectă atât schimbări ale modelului, cât și ale suitei.
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 V3.2mediumvsGLM 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 UltramediumDisponibil gratuitDeepSeek V3.2mediumvsGPT-5.5low
Defalcare pe categorii
| Categorie | Scor | Consistență | Teste corecte |
|---|---|---|---|
| Trucuri anti-AI | 8.4 | 9.9 | |
| Programare | 4.7 | 1.6 | |
| Combinat | 10.0 | 10.0 | |
| Parsare și extragere de date | 10.0 | 10.0 | |
| Specific domeniului | 5.3 | 7.2 | |
| Inteligență generală | 5.4 | 2.5 | |
| Respectarea instrucțiunilor | 10.0 | 10.0 | |
| Rezolvare de puzzle-uri | 8.2 | 7.2 | |
| Apelare instrumente | 10.0 | 10.0 |