#59 DeepSeek V3.2
medium- 成本
- $0.001
- 时间
- 53.6s
- 令牌
- 1,932 tok
摘要
DeepSeek V3.2 在 AI BENCHY 上得分 7.2，排名 #59。它的可靠性为 10.0，通过率为 72.8%，总成本为 $0.031，平均响应时间为 46.06s。
DeepSeek V3.2 的独特之处： 它最突出的是 综合，排名 #1；相对较弱的是 编程，排名 #18。 在这个得分水平下，它的 benchmark 总成本异常低。
输入价格
$0.252 / 1M
输出价格
$0.378 / 1M
不稳定测试
6
不稳定测试在运行之间出现混合结果（至少一次通过且至少一次失败）。
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
测试历史
| 测试于 | 分数 | 可靠性 | 测试正确 | 总成本 | 比较 |
|---|---|---|---|---|---|
| 2026-07-16 23:13 新增测试 | 7.0 | 10.0 | $0.078 ↑ | 比较 | |
| 2026-06-04 14:41 新增测试 | 7.0 | 10.0 | $0.044 ↓ | 比较 | |
| 2026-05-22 00:46 测试集已变更 | 7.0 | 9.1 | $0.037 | 比较 | |
| 2026-05-08 15:27 测试集已变更 | 7.2 | 10.0 | $0.031 | 当前轮次 | |
| 2026-04-20 17:48 首次记录的运行 | 8.0 | 不适用 | $0.029 | 比较 |
此轮次使用了不同的基准测试集。解读历史变化时请将测试集变动考虑在内。
轮次对比
| 测试轮次 | 分数 | 一致性 | 可靠性 | 测试正确 | 不稳定测试 | 总输出令牌 | 总输入令牌 | 总成本 | 响应时间（平均） |
|---|---|---|---|---|---|---|---|---|---|
| 2026-05-08 15:27 · 测试集已变更 | 7.2 | 7.5 | 10.0 | 11/19 | 6 | 60,800 | 0 | $0.031 | 46.06s |
| 2026-06-04 14:41 · 新增测试 | 7.0 | 7.6 | 10.0 | 11/21 | 6 | 106,267 | 38,333 | $0.044 | 68.71s |
| 差值 | +0.2 | -0.1 | 0.0 | 0 | 0 | -45467 | -38333 | -$0.014 | -22641ms |
这两次运行使用了不同的基准测试集，因此差异同时反映模型变化和测试集变化。
图表
先选择第一个模型，再点击第二个模型打开并排页面。
快速对比
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 Ultramedium免费可用DeepSeek V3.2mediumvsGPT-5.5low