#71 DeepSeek V3.2
medium- Стоимость
- $0.001
- Время
- 53.6s
- Токены
- 1,932 tok
DeepSeek
Релиз: 2025-12-01
Проверено: 2026-05-22 00:46
deepseek/deepseek-v3.2::medium
(medium)
(none)
Сводка
DeepSeek V3.2 набирает 7.0 в AI BENCHY и занимает #71. У модели надежность 9.1, доля успешных попыток 69.2%, общая стоимость $0.037 и среднее время ответа 53.21s.
Что делает DeepSeek V3.2 особенной: Сильнее всего модель выделяется в Комбинированный, где занимает #1; самая слабая область — Программирование с #18. Общая стоимость benchmark необычно низкая для такого уровня результата.
7.0
Стабильность
7.6
9.1
Общее число выходных токенов
75,252
Общее число входных токенов
0
Цена входа
$0.252 / 1M
Цена выхода
$0.378 / 1M
Нестабильные тесты
6
Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
История запусков
| Проверено | Оценка | Надежность | Тестов верно | Общая стоимость | Сравнить |
|---|---|---|---|---|---|
| 2026-07-16 23:13 Добавлен новый тест | 7.0 | 10.0 | $0.078 ↑ | Сравнить | |
| 2026-06-04 14:41 Добавлен новый тест | 7.0 | 10.0 | $0.044 ↓ | Сравнить | |
| 2026-05-22 00:46 Набор изменён | 7.0 | 9.1 | $0.037 | Текущий запуск | |
| 2026-05-08 15:27 Набор изменён | 7.2 | 10.0 | $0.031 | Сравнить | |
| 2026-04-20 17:48 Первый зафиксированный запуск | 8.0 | Н/Д | $0.029 | Сравнить |
Этот запуск использовал другой набор бенчмарков. Учитывайте изменения набора при чтении исторической динамики.
Сравнение запусков
| Запуск | Оценка | Стабильность | Надежность | Тестов верно | Нестабильные тесты | Общее число выходных токенов | Общее число входных токенов | Общая стоимость | Время ответа (среднее) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-05-22 00:46 · Набор изменён | 7.0 | 7.6 | 9.1 | 11/20 | 6 | 75,252 | 0 | $0.037 | 53.21s |
| 2026-07-16 23:13 · Добавлен новый тест | 7.0 | 7.4 | 10.0 | 11/22 | 7 | 128,848 | 101,047 | $0.078 | 68.62s |
| Разница | 0.0 | +0.2 | -0.9 | 0 | -1 | -53596 | -101047 | -$0.041 | -15402ms |
Эти два запуска использовали разные наборы бенчмарков, поэтому различия отражают и изменения модели, и изменения набора.
Графики
Выберите первую модель, затем нажмите вторую, чтобы открыть страницу сравнения бок о бок.
Лучшие модели по оценке
Оценка vs Общая стоимость
Время ответа (среднее)
Оценка vs Время ответа (среднее)
Общее число выходных токенов
Оценка vs Общее число выходных токенов
Быстрое сравнение
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 UltramediumБесплатно доступноDeepSeek V3.2mediumvsGPT-5.5low
Разбивка по категориям
| Категория | Оценка | Стабильность | Тестов верно |
|---|---|---|---|
| Анти-ИИ уловки | 9.2 | 10.0 | |
| Программирование | 3.9 | 5.8 | |
| Комбинированный | 10.0 | 10.0 | |
| Парсинг и извлечение данных | 10.0 | 10.0 | |
| Предметно-ориентированное | 2.9 | 4.4 | |
| Общий интеллект | 3.8 | 2.5 | |
| Следование инструкциям | 10.0 | 10.0 | |
| Решение головоломок | 6.7 | 5.0 | |
| Вызов инструментов | 10.0 | 10.0 | |
| Эрудиция | 3.0 | 10.0 |