#69 DeepSeek V3.2
none- 成本
- $0.002
- 时间
- 7.0s
- 令牌
- 1,046 tok
摘要
DeepSeek V3.2 在 AI BENCHY 上得分 6.1，排名 #69。它的可靠性为 不适用，通过率为 50.0%，总成本为 $0.016，平均响应时间为 12.09s。
DeepSeek V3.2 的独特之处： 它最突出的是 谜题求解，排名 #3；相对较弱的是 反AI技巧，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
4
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）。
生成展示
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 23:15 新增测试 | 5.0 | 10.0 | $0.054 ↑ | 比较 | |
| 2026-06-04 14:22 新增测试 | 5.2 | 10.0 | $0.017 ↓ | 比较 | |
| 2026-05-22 00:35 测试集已变更 | 5.6 | 10.0 | $0.018 | 比较 | |
| 2026-05-08 15:31 测试集已变更 | 5.7 | 10.0 | $0.016 | 比较 | |
| 2026-04-20 17:48 首次记录的运行 | 6.1 | 不适用 | $0.016 | 当前轮次 |
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） |
|---|---|---|---|---|---|---|---|---|---|
| 2026-04-20 17:48 · 首次记录的运行 | 6.1 | 8.1 | 不适用 | 7/18 | 4 | 8,384 | 0 | $0.016 | 12.09s |
| 2026-05-08 15:31 · 测试集已变更 | 5.7 | 7.9 | 10.0 | 7/19 | 5 | 7,194 | 0 | $0.016 | 13.43s |
| 差值 | +0.5 | +0.2 | 0 | -1 | +1190 | 0 | +$0.001 | -1340ms |
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 V3.2nonevsQwen3.6 27BnoneDeepSeek V3.2nonevsMiMo-V2.5-PrononeDeepSeek V3.2nonevsGLM 5.1noneDeepSeek V3.2nonevsKimi K2.5noneDeepSeek V3.2nonevsDeepSeek V4 FlashnoneDeepSeek V3.2nonevsGemma 4 26B A4Bnone免费可用DeepSeek V3.2nonevsGemini 3 Flash PreviewmediumDeepSeek V3.2nonevsGemini 3.5 FlashhighDeepSeek V3.2nonevsNemotron 3 Ultramedium免费可用DeepSeek V3.2nonevsGPT-5.5low