导航
Advertise here

North Mini Code (default) vs DeepSeek V3.2

North Mini Code (default) 平均分领先,为 4.7 vs 4.6。 North Mini Code (default) benchmark 成本更低,为 $0.000 vs $0.119。 DeepSeek V3.2 更快,为 22.44s vs 29.47s,通过率为 17.4% vs 34.8%。

基准结果生成自 AI BENCHY 测试套件,时间:: 2026-10-26

已对比模型

排名
#378
总输出令牌
26,954
响应时间(平均)
29.47s
总成本
$0.000
排名
#382
总输出令牌
57,866
响应时间(平均)
22.44s
总成本
$0.119
推荐模型 DeepSeek V3.2

它提供了最佳整体取舍:得分有竞争力(4.6),响应快于North Mini Code (default),成本也较均衡。

详细对比

指标 North Mini Code North Mini Code default 发布日期: 2026-06-18 免费可用 DeepSeek V3.2 DeepSeek V3.2 none 发布日期: 2025-12-01
分数 4.7 4.6
排名 #378 #382
可靠性 8.9 10.0
一致性 9.9 8.2
尝试次数 63/69 69/69
测试正确
尝试通过率 17.4% 34.8%
不稳定测试 0 5
总运行次数 63 69
每个结果成本 0.000 1.943
总成本 $0.000 $0.119
输入价格 $0.000 / 1M $0.280 / 1M
输出价格 $0.000 / 1M $0.420 / 1M
缓存读取价格 不适用 $0.028 / 1M
缓存写入价格 不适用 不适用
总输入令牌 177,989 342,158
输出令牌 26,954 32,853
推理令牌 0 25,013
响应时间(平均) 29.47s 22.44s
响应时间(最大) 159.85s 122.50s
响应时间(总计) 677.70s 516.03s
参数量 30B 总计 (3B 激活) 671B 总计 (37B 激活)
开放状态 开源 开源

缓存价格适用于输入令牌。读取会复用已缓存的提示词;写入会存储提示词,可能产生额外费用。输出令牌按输出价格计费。

模型生成展示

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#378 North Mini Code

default
成本
$0.000
时间
266.1s
令牌
63,551 tok

#382 DeepSeek V3.2

none
成本
$0.002
时间
7.0s
令牌
1,046 tok

按分数排名的模型

分数 vs 总成本

响应时间(平均)

分数 vs 响应时间(平均)

总输出令牌

分数 vs 总输出令牌

类别细分

编程 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间(平均) 输入令牌 输出令牌 推理令牌
North Mini Code 3.9 10.0 0.0% 0 21.96s 7,119 504 0
DeepSeek V3.2 3.1 6.9 11.1% 1 14.54s 7,279 4,528 0

切换对比组合