DeepSeek V3.2 (Reasoning) বনাম Gemini 2.0 Flash Thinking Experimental (Jan '25)
DeepSeek V3.2 (Reasoning) vs Gemini 2.0 Flash Thinking Experimental (Jan '25). বুদ্ধিমত্তা ও খরচ সম্পর্কে নির্ভরযোগ্য সিদ্ধান্তের জন্য উভয় মডেলের বুদ্ধিমত্তার স্কোর এবং বেঞ্চমার্ক চালানোর খরচ প্রয়োজন। তথ্য না থাকা কর্মক্ষমতার রায় নয়।
DeepSeekDeepSeek V3.2 (Reasoning)র্যাঙ্ক করা হয়নি · বেঞ্চমার্ক ডেটা অনুপস্থিত
- দক্ষতার স্কোর (Intelligence Index)
- 21.50
- বেঞ্চমার্কের খরচ (USD)
- -
- দক্ষতার স্কোর (Intelligence Index)
- 9.40
- বেঞ্চমার্কের খরচ (USD)
- -
এই মডেল পরিবারের নামের প্রচলিত বানান: ডিপসিক / ডিপ সিক / জেমিনি।
ফলাফল
তুলনার তথ্য অসম্পূর্ণ
বুদ্ধিমত্তা ও খরচ সম্পর্কে নির্ভরযোগ্য সিদ্ধান্তের জন্য উভয় মডেলের বুদ্ধিমত্তার স্কোর এবং বেঞ্চমার্ক চালানোর খরচ প্রয়োজন। তথ্য না থাকা কর্মক্ষমতার রায় নয়।
| মাপকাঠি | DeepSeek V3.2 (Reasoning) | Gemini 2.0 Flash Thinking Experimental (Jan '25) | পার্থক্য |
|---|---|---|---|
| বুদ্ধিমত্তা (উচ্চ হলে ভালো) | 21.5 | 9.4 | −56.3% Gemini 2.0 Flash Thin… 56.3% কম বুদ্ধিমান |
| AA-এর মোট খরচ (কম হলে ভালো) | তথ্য নেই | তথ্য নেই | — তুলনা করা যায় না |
| এন্ড-টু-এন্ড সময় (নিম্ন হলে ভালো) | তথ্য নেই | তথ্য নেই | — তুলনা করা যায় না |
| প্রতি 1M টোকেনের মূল্য (ইন/আউট) | $0.28 / $0.42 | — | |
| ইনপুটের ধরন | টেক্সট | Text, Image, Speech, Video |
সরাসরি তুলনা
অন্য কিছু তুলনা করুন
এজেন্ট:
Accept: text/markdown or ?format=md এই পৃষ্ঠাটি Markdown হিসাবে ফেরত দেয়। JSON: /api/v1/compare/deepseek-v3-2-reasoning/gemini-2-0-flash-thinking-exp-0121 · Markdown: /api/v1/compare/deepseek-v3-2-reasoning/gemini-2-0-flash-thinking-exp-0121?format=md · llms.txt · এজেন্ট দক্ষতা