deepseek-v3.2-exp
63±1
61interval64
aiqbench · Benchmark-uri LLM
Benchmark-uri
- Surse
- 8
- Intrări urmărite
- 22.310
- Ultima sincronizare
- 38 minacum 38 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 38 de minute
- SWE-bench· acum 38 de minute
- Terminal-Bench· acum 38 de minute
- ARC-AGI-2· acum 38 de minute
Filtrează după organizație:
Lansat:
deepseek-v3.2-exp-thinking
59±3
55interval62
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 | Interval | Oscilație | i | i | i | i | i | i | i | i | i | i | i | i | i | i | i | i | i | i | i | i | i | i | Adaugă la comparație | |||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 92 | deepseek-v3.2-exp | deepseek | sept. 2025 | $0.27 / $0.41 | 62.9 67.2Clasat 62.9 = (9 × 67.2 + 3 × 50) ÷ 12. 67.2 este percentila medie pe cele 9 din 22 axe selectate pe care este măsurat modelul; cu cât sunt mai puține axe, cu atât tragerea spre 50 este mai puternică. | 61–64 | 76 | 9/22 | #92–334 | 71 | 16 | — | 47 | — | — | — | — | — | — | — | — | — | — | 55 | 87 | — | — | 91 | 90 | 62 | 87 | ||
| 180 | deepseek-v3.2-exp-thinking | deepseek | oct. 2026 | — | 58.6 67.1Clasat 58.6 = (3 × 67.1 + 3 × 50) ÷ 6. 67.1 este percentila medie pe cele 3 din 22 axe selectate pe care este măsurat modelul; cu cât sunt mai puține axe, cu atât tragerea spre 50 este mai puternică. | 55–62 | 12 | 3/22 | #77–180 | 72 | — | — | 60 | — | — | — | — | — | — | — | — | — | — | 68 | — | — | — | — | — | — | — |
Mixul este contractat după acoperire; scorul compus brut apare gri lângă el · O insignă „redusă” înseamnă că mai puțin de 3 clasamente au evaluat acest model