DeepSeek V3.2 Exp (Non-reasoning)

DeepSeek द्वारा · जारी 2025-09-29 (12 महीने) · स्नैपशॉट 2026-10-24

रैंक नहीं किया गया · बेंचमार्क डेटा गायब हैडाउनलोड किए जा सकने वाले वेट्स (open weights)
बुद्धि सूचकांक
13.90
मूल्य प्रति 1M टोकन (अंदर/बाहर)
$0.28 / $0.42

इस मॉडल परिवार के नाम की आम वर्तनियाँ: डीपसीक / डीप सीक।

इससे बेहतर…

क्या Pareto frontier पर DeepSeek V3.2 Exp (Non-reasoning) है, और इससे बेहतर क्या है?

रैंक नहीं किया गया · बेंचमार्क डेटा गायब है

DeepSeek V3.2 Exp (Non-reasoning) दोनों चयनित अक्ष मेट्रिक्स की रिपोर्ट नहीं करता है।

पिकर में खोलें रोज़ाना जाँच का URL: फ्रंटियर पर हो तो 200, बेहतर विकल्प मिलने पर 409

एक नज़र में

आज DeepSeek V3.2 Exp (Non-reasoning)

एक साथ समझे जा सकने वाले टेक्स्ट की सीमा (context window)128k
इनपुट के प्रकारटेक्स्ट
चार्ट में नहीं दिखाया गया

परीक्षण डेटा अधूरा है

इस मॉडल को फ्रंटियर पर स्थापित करने के लिए इंटेलिजेंस और बेंचमार्क लागत दोनों की आवश्यकता है। गुम डेटा प्रदर्शन का निर्णय नहीं है.

बुद्धि सूचकांक
13.90
बेंचमार्क चलाने की लागत
जानकारी उपलब्ध नहीं
इनपुट / दस लाख टोकन
0.28
आउटपुट / दस लाख टोकन
0.42
एक साथ समझे जा सकने वाले टेक्स्ट की सीमा (context window)
128k

इंटेलिजेंस: Artificial Analysis Intelligence Index. लागत: उस बेंचमार्क को चलाने की कुल लागत, इसलिए तर्कशील टोकन की गिनती होती है। API आईडी: deepseek-v3-2-0925.

आमने-सामने तुलना

आमने-सामने तुलना करें

सुझाव: इसमें क्या बेहतर है, इसके प्रयास का स्तर और इसकी कीमत के निकट अग्रणी मॉडल।

DeepSeek V3.2 Exp (Non-reasoning) की मापे गए मॉडलों से तुलना करें

कैसे चुनें

क्या आपको DeepSeek V3.2 Exp (Non-reasoning) का उपयोग करना चाहिए?

क्या आपको DeepSeek V3.2 Exp (Non-reasoning) का उपयोग करना चाहिए?

कोई निर्णय नहीं: यह बुद्धिमत्ता और बेंचमार्क लागत दोनों की रिपोर्ट नहीं करता है।

DeepSeek V3.2 Exp (Non-reasoning) से बेहतर और सस्ता क्या है?

बुद्धिमत्ता-बनाम-लागत फ्रंटियर पर अन्य मॉडल

DeepSeek V3.2 Exp (Non-reasoning) की कीमत कितनी है?

$0.28/$0.42 इन/आउट प्रति 1M टोकन, और - पूर्ण Artificial Analysis Intelligence Index चलाने के लिए, तर्क मॉडल के लिए ईमानदार ऑल-इन नंबर।

चुने गए मापदंडों के अनुसार स्थिति

अन्य अक्ष युग्म जहां DeepSeek V3.2 Exp (Non-reasoning) Pareto-optimal है।

ऊर्ध्वाधर अक्षक्षैतिज अक्षफ्रंटियर पर
क्षमता स्कोरबेंचमार्क लागत (USD)कोई डेटा नहीं
क्षमता स्कोरपूरा जवाब मिलने का समयकोई डेटा नहीं
क्षमता स्कोरआउटपुट स्पीडकोई डेटा नहीं
एजेंट: Accept: text/markdown or ?format=md इस पृष्ठ को Markdown के रूप में लौटाता है। JSON: /api/v1/models/deepseek-v3-2-0925 · Markdown: /api/v1/models/deepseek-v3-2-0925?format=md · llms.txt · एजेंट कौशल