#59 DeepSeek V3.2
medium- لاگت
- $0.001
- وقت
- 53.6s
- ٹوکنز
- 1,932 tok
DeepSeek
اجرا: 2025-12-01
ٹیسٹ کیا گیا: 2026-05-08 15:27
deepseek/deepseek-v3.2::medium
(medium)
(none)
خلاصہ
DeepSeek V3.2 AI BENCHY پر 7.2 اسکور کرتا ہے اور #59 پر ہے۔ اس کی reliability 10.0، pass rate 72.8%، کل لاگت $0.031، اور اوسط response time 46.06s ہے۔
DeepSeek V3.2 کو منفرد کیا بناتا ہے: یہ مشترکہ میں سب سے نمایاں ہے، جہاں اس کا rank #1 ہے؛ جبکہ کوڈنگ اس کا کمزور ترین حصہ ہے، rank #18. اس score range کے لیے اس کی کل benchmark لاگت غیر معمولی طور پر کم ہے۔
7.2
تسلسل
7.5
10.0
$0.031
کل آؤٹ پٹ ٹوکنز
60,800
کل ان پٹ ٹوکنز
0
ان پٹ قیمت
$0.252 / 1M
آؤٹ پٹ قیمت
$0.378 / 1M
غیر مستحکم ٹیسٹ
6
غیر مستحکم ٹیسٹس میں رنز کے درمیان ملے جلے نتائج آئے (کم از کم ایک کامیاب اور ایک ناکام).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
رن ہسٹری
| ٹیسٹ کیا گیا | اسکور | اعتماد پذیری | درست ٹیسٹس | کل لاگت | موازنہ کریں |
|---|---|---|---|---|---|
| 2026-07-16 23:13 نیا ٹیسٹ شامل ہوا | 7.0 | 10.0 | $0.078 ↑ | موازنہ کریں | |
| 2026-06-04 14:41 نیا ٹیسٹ شامل ہوا | 7.0 | 10.0 | $0.044 ↓ | موازنہ کریں | |
| 2026-05-22 00:46 سوٹ بدل گیا | 7.0 | 9.1 | $0.037 | موازنہ کریں | |
| 2026-05-08 15:27 سوٹ بدل گیا | 7.2 | 10.0 | $0.031 | موجودہ رن | |
| 2026-04-20 17:48 پہلا ریکارڈ شدہ رن | 8.0 | دستیاب نہیں | $0.029 | موازنہ کریں |
اس رن میں مختلف بینچ مارک سوٹ استعمال ہوا تھا۔ تاریخی تبدیلی سمجھتے وقت سوٹ کی تبدیلی کو بھی ذہن میں رکھیں۔
رن موازنہ
| رن | اسکور | تسلسل | اعتماد پذیری | درست ٹیسٹس | غیر مستحکم ٹیسٹ | کل آؤٹ پٹ ٹوکنز | کل ان پٹ ٹوکنز | کل لاگت | ردِعمل کا وقت (اوسط) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-05-08 15:27 · سوٹ بدل گیا | 7.2 | 7.5 | 10.0 | 11/19 | 6 | 60,800 | 0 | $0.031 | 46.06s |
| 2026-04-20 17:48 · پہلا ریکارڈ شدہ رن | 8.0 | 8.2 | دستیاب نہیں | 12/18 | 4 | 59,131 | 0 | $0.029 | 46.41s |
| فرق | -0.8 | -0.7 | -1 | +2 | +1669 | 0 | +$0.002 | -342ms |
ان دو رنز میں مختلف بینچ مارک سوٹس استعمال ہوئے تھے، اس لیے فرق میں ماڈل کی تبدیلی اور سوٹ کی تبدیلی دونوں شامل ہیں۔
چارٹس
پہلا ماڈل منتخب کریں، پھر دوسرا ماڈل کلک کریں تاکہ سائیڈ بائی سائیڈ صفحہ کھلے۔
اسکور کے لحاظ سے سرفہرست ماڈلز
اسکور vs کل لاگت
ردِعمل کا وقت (اوسط)
اسکور vs ردِعمل کا وقت (اوسط)
کل آؤٹ پٹ ٹوکنز
اسکور vs کل آؤٹ پٹ ٹوکنز
فوری موازنہ
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 Ultramediumمفت دستیابDeepSeek V3.2mediumvsGPT-5.5low
زمرہ وار تفصیل
| زمرہ | اسکور | تسلسل | درست ٹیسٹس |
|---|---|---|---|
| اینٹی اے آئی چالیں | 9.2 | 10.0 | |
| کوڈنگ | 4.7 | 1.6 | |
| مشترکہ | 10.0 | 10.0 | |
| ڈیٹا پارسنگ اور استخراج | 10.0 | 10.0 | |
| ڈومین مخصوص | 2.9 | 4.4 | |
| عمومی ذہانت | 3.8 | 2.5 | |
| ہدایات کی پیروی | 10.0 | 10.0 | |
| پہیلی حل کرنا | 6.7 | 5.0 | |
| ٹول کالنگ | 10.0 | 10.0 | |
| معلومات عامہ | 3.0 | 10.0 |