deepseek-v3.2-exp-thinking
1,446±11
1,436CI1,457
aiqbench · Benchmark-uri LLM
Benchmark-uri
- Surse
- 8
- Intrări urmărite
- 22.318
- Ultima sincronizare
- 39 minacum 39 de minute
Toate sursele se sincronizează normal
- Arena · Text· acum 6 ore
- Arena · WebDev· acum 6 ore
- Arena · Vision· acum 6 ore
- Arena · Agent· acum 6 ore
- GPQA Diamond· acum 39 de minute
- SWE-bench· acum 39 de minute
- Terminal-Bench· acum 39 de minute
- ARC-AGI-2· acum 39 de minute
Filtrează după organizație:
Lansat:
deepseek-v3.2
1,437±3
1,434CI1,440
deepseek-v3.2-exp
1,436±6
1,430CI1,442
O singură grilă, toate coloanele. Alege axe din panoul Axe — o axă clasifică precum un singur clasament, mai multe se combină într-un scor compus ponderat, toate la un loc se citesc ca indexul. Locul este atribuit înaintea oricărui filtru și nu se renumerotează niciodată.
| Model | Organizație | ± CI | Oscilație | Adaugă la comparație | |||||
|---|---|---|---|---|---|---|---|---|---|
| 69 | deepseek-v3.2-exp-thinking | deepseek | oct. 2026 | — | 1,446 | 1,436–1,457 | #77–181 | ||
| 90 | deepseek-v3.2 | deepseek | dec. 2025 | $0.28 / $0.42 | 1,437 | 1,434–1,440 | #86–247 | ||
| 92 | deepseek-v3.2-exp | deepseek | sept. 2025 | $0.27 / $0.41 | 1,436 | 1,430–1,442 | #92–334 | ||
| 102 | deepseek-v3.2-thinking | deepseek | oct. 2026 | — | 1,432 | 1,429–1,436 | #103–345 |
Se afișează Factuality Arena exact așa cum a publicat-o sursa — propriul scor și interval de încredere, fără mix. Selectează o a doua axă ca să construiești un scor compus ponderat.