BenchLeader

DeepSeek V3.2

推論エフォート
品質339中82位
56.7Index
上位4分の1
中央値比 +6.5
価格255中68位
$0.315100万トークンあたり
多くのモデルより安い
中央値の0.4倍
速度216中177位
44トークン/秒
下位4分の1
中央値の0.5倍
コスパ255中56位
180.0ポイント/$
上位4分の1
中央値の3.3倍

よりコスパが高いモデル: MiMo-V2.5 $0.138/MでIndex 56.3(56%安い)。

より安価でスコアの高いランク付けモデルが2つあります:GLM 5.3 Flash (57.8, $0.238)、DeepSeek V4 Flash (57.2, $0.262)。

2026年11月16日時点で、DeepSeek V3.2(DeepSeek)のBenchLeader Indexは56.7です(ランク付け対象は608構成)。最も強いのはエージェント・ツール(66)、最も弱いのは数学(49)です。API料金は入力100万トークンあたり$0.280、出力100万トークンあたり$0.420(3:1のブレンドで$0.315)で、2026年11月16日時点の定価です。出力速度は約44トークン/秒です(Artificial Analysis)。2025年12月1日にリリースされました。

要点(2026年11月16日時点)

  • DeepSeek V3.2のAPI料金は入力100万トークンあたり$0.280、出力100万トークンあたり$0.420(3:1のブレンドで$0.315)です(定価、2026年11月16日)。
  • DeepSeek V3.2の出力速度は約44トークン/秒です(Artificial Analysis、2026年11月16日)。
  • DeepSeek V3.2は2025年12月1日にリリースされました(DeepSeek)。

詳しく見ると:DeepSeek V3.2はDeepSeekのオープンウェイトの推論モデルです(2025年12月1日リリース)。最もスコアの高い構成(推論エフォート thinking)は、BenchLeader Indexで56.7 ±4.4を記録し、608構成中170位で上位半分に入ります。重要なのはこの「±」です。ほかに266構成のスコアがこの範囲に入っており、品質だけでは区別できません。差がつくのは価格と速度です。カテゴリ別ではエージェント・ツールが最も高く(66)、数学が最も低くなっています(49)。ブレンド価格は100万トークンあたり$0.315で、ランク付けされたモデルの多くより安価です。出力速度は44トークン/秒、回答開始まで30.3秒で、最も遅い4分の1に入ります。4通りの推論エフォート設定で測定されています。この要約は最もスコアの高い設定について述べたもので、上のタブで切り替えられます。最終測定日:2026年11月11日。

ブレンド価格
$0.315/M
入力$0.280・出力$0.420
出典:Artificial Analysis
出力速度
44 tok/s
Artificial Analysisによる測定
回答開始
30 s
最初のトークン 1.13 s
コンテキスト
131k
出典:LiteLLM price table
回答完了まで
84 s
最終測定2026年11月13日
タスクあたりコスト
–
タスクあたりトークン数
–
リリース日
2025年12月1日
カテゴリ別のスコア破線=平均的なモデル(50)。15ポイントが標準偏差1つ分です。
  1. 総合Index57
  2. 推論60
  3. コーディング52
  4. エージェント・ツール66
  5. 数学49
  6. 知識53
  7. 指示追従61
  8. 人間の評価60
  9. 長文コンテキスト61

この順位を埋め込む

ほかのバッジスタイル
[![DeepSeek V3.2 on BenchLeader: 総合 81位](https://www.benchleader.com/badge/deepseek-v3-2.svg?style=compact)](https://www.benchleader.com/models/deepseek-v3-2)

README.mdの冒頭、ほかのバッジの横に貼り付けてください。バッジはデータの更新ごとに描き直され、このページへリンクします。

DeepSeekの新モデル公開をメールで通知

ランク入りしたときにもう1通、さらに毎週月曜に週刊レビューをお届けします。

プロバイダーとメールの種類を選ぶ

バージョン

DeepSeekはこの名前で2つのモデルを公開しています。それぞれ自身の結果だけでランク付けされます。新しいバージョンはまだ結果が少ないことが多く、結果が増えるまではIndexが平均寄りになります。

モデルリリース日Index順位
DeepSeek V3.2thinkingこのページ2025年12月1日56.7#170
DeepSeek V3.1thinking2025年8月21日52.4#278

推論エフォート別の構成

同じモデルでも、どれだけ考えさせるかによって振る舞いが変わります。各行が1つの推論エフォート設定で、その設定で実行されたベンチマークだけで評価しています。「未記載」は、どの設定を使ったかを公開元が明記していない結果をまとめたものです。推論モデルの場合は思考モードであることが多いものの、そうとは仮定していません。ここかページ上部で設定を選ぶと、その価格、速度、カテゴリ別スコアを表示します。

エフォートIndex順位速度回答開始チャット返答のコストカテゴリ
推論なし52.1#28548 tok/s2.89 s$0.0002エージェント・ツール 62 · コーディング 63 · 指示追従 51 · 知識 44 · 長文コンテキスト 47 · 数学 51
high54.2#24031 tok/s1.13 s$0.0002コーディング 61 · 知識 49 · 数学 60
thinking最良56.7#17044 tok/s30 s$0.0002エージェント・ツール 66 · コーディング 52 · 人間の評価 60 · 指示追従 61 · 知識 53 · 長文コンテキスト 61 · 数学 49 · 推論 60
未記載50.2#34131 tok/s1.13 s$0.0002エージェント・ツール 50 · コーディング 43 · 人間の評価 60 · 知識 46 · 数学 54 · 推論 49

Indexの推移

2026年9月8日〜2026年11月16日
465462
  • thinking
  • high
  • 標準

Indexは毎日ゼロから計算し直すため、新しいベンチマーク結果が加わったとき、公開元がスコアを修正したとき、または正規化の基準となるモデルが変わったときに線が動きます。初期の変動は、スコアがまだ落ち着いていないことを示している場合がほとんどです。

ベンチマーク結果

LLMベンチマーク一覧を見る。列は推論エフォートごとです。順位は、そのベンチマークでのすべてのモデルのすべての構成の中での位置です。スコアにカーソルを合わせると、元になった実行が表示されます。

メタデータ

ベンチマークthinking出典推移
AA Openness IndexIndex対象外44.4#97Artificial Analysis

推論

ベンチマーク推論なしhighthinking標準出典推移
GPQA Diamondエフォート未記載–––83.4%#113Epoch AI Benchmarking Hub
Arena Hard Prompts––1446#1191447#117Arena (LMArena)
GPQA Diamond (AA)Index対象外75.0%#255–84.0%#153–Artificial Analysis
Humanity's Last Exam (AA)Index対象外11.2%#316–24.6%#204–Artificial Analysis
GPQA Diamond (Vals)Index対象外76.3%#7680.3%#67––Vals AI
Kagi LLM Benchmarkエフォート未記載–––52.2%#77Kagi LLM Benchmark
ARC-AGI-1エフォート未記載–––57.0%#176ARC Prize
ARC-AGI-2エフォート未記載–––4.0%#193ARC Prize
CritPtIndex対象外0.9%#256–2.9%#201–Artificial Analysis
Arena ExpertIndex対象外––1454#1111448#121Arena (LMArena)
CL-benchIndex対象外––13.2%#2012.4%#21Epoch AI Benchmarking Hub
CL-bench LifeIndex対象外––9.5%#147.4%#15Epoch AI Benchmarking Hub
LMCAIndex対象外––29.1%#14828.8%#150Epoch AI Benchmarking Hub
DTBenchIndex対象外––87.7%#10385.6%#113Epoch AI Benchmarking Hub

コーディング

ベンチマーク推論なしhighthinking標準出典推移
SciCode––38.9%#190–SciCode
WeirdML––39.5%#106–WeirdML
Arena Coding––1475#1161469#125Arena (LMArena)
Arena WebDev––1363#1151326#128Arena (LMArena)
LiveCodeBench––80.7%#6569.9%#90Vals AI
SWE-bench (Vals)Index対象外–67.6%#68––Vals AI
SWE-Bench Proエフォート未記載–––15.6%#20Scale AI SEAL
Aider Polyglot70.2%#16–74.2%#11–Aider polyglot leaderboard
SWE-bench Verified (bash only)–70.0%#13––SWE-bench
SWE-bench Multilingual (bash only)Index対象外エフォート未記載–––59.0%#12SWE-bench
SWE-bench Verified (any scaffold)Index対象外–70.0%#15––SWE-bench
Vibe Code Bench v1.1Index対象外–5.1%#110––Vals AI
Terminal-Bench 2.1 (AA)Index対象外––46.8%#128–Artificial Analysis
Design Arena WebsiteIndex対象外エフォート未記載–––1171#107Design Arena
LiveCodeBench (AA)Index対象外59.3%#111–86.2%#11–Artificial Analysis

エージェント・ツール

ベンチマーク推論なしhighthinking標準出典推移
Terminal-Benchエフォート未記載–––39.5%#56Terminal-Bench
APEX-Agentsエフォート未記載–––21.3%#64Mercor
Terminal-Bench Hard32.6%#98–35.6%#74–Artificial Analysis
τ²-Bench Telecom (AA)Index対象外79.0%#130–90.6%#62–Artificial Analysis
BFCL Overall––56.7%#1254.1%#17Berkeley Function Calling Leaderboard
GDPval-AA v2.1Index対象外––699#223–Artificial Analysis
APEX-Agents (AA)Index対象外––14.5%#24–Artificial Analysis
Poker AgentIndex対象外––1090.3%#4–Vals AI
Terminal-Bench 2.0 (Vals)Index対象外34.8%#4136.0%#40––Vals AI
TheAgentCompanyIndex対象外エフォート未記載–––42.9%#1TheAgentCompany
Vending-Bench 2Index対象外エフォート未記載–––1034#58Andon Labs

数学

ベンチマーク推論なしhighthinking標準出典推移
OTIS Mock AIMEエフォート未記載–––87.8%#93Epoch AI Benchmarking Hub
ProofBenchエフォート未記載–––8.0%#74Vals AI
AIME (Vals)64.8%#5584.6%#39––Vals AI
MGSM––86.0%#6490.9%#32Vals AI
AIME 2026––94.2%#20–MathArena
HMMT February 2026––84.1%#25–MathArena
MathArena Apex汚染の可能性––2.1%#29–MathArena
Arena Maths––1429#1091426#114Arena (LMArena)
AIME 2025 (AA)Index対象外59.0%#114–92.0%#17–Artificial Analysis

知識

ベンチマーク推論なしhighthinking標準出典推移
MMLU-Pro––84.9%#5983.1%#72Vals AI
LegalBench––76.1%#11066.0%#133Vals AI
CorpFin47.9%#10751.0%#102––Vals AI
TaxEval–68.2%#98––Vals AI
MedQA89.5%#5193.9%#20––Vals AI
CaseLaw v2Index対象外–55.4%#34––Vals AI
Global-MMLU-Lite (AA)Index対象外82.7%#54–86.5%#30–Artificial Analysis

指示追従

ベンチマーク推論なしthinking標準出典推移
IFBench49.0%#18360.7%#126–Artificial Analysis
Arena Instruction FollowingIndex対象外–1420#1121421#111Arena (LMArena)

人間の評価

ベンチマークthinking標準出典推移
Arena Text1425#1211425#122Arena (LMArena)
EQ-Bench Creative Writing v3Index対象外エフォート未記載–1515#57EQ-Bench
Arena Creative WritingIndex対象外1391#1241408#95Arena (LMArena)
Arena Multi-turnIndex対象外1428#1221428#121Arena (LMArena)
Arena Longer QueriesIndex対象外1442#1111441#112Arena (LMArena)

長文コンテキスト

ベンチマーク推論なしthinking出典推移
AA-LCR v1.145.7%#35673.3%#195Artificial Analysis

総合

ベンチマーク推論なしthinking標準出典推移
Epoch Capabilities IndexIndex対象外エフォート未記載––146.3#86Epoch AI Benchmarking Hub
AA Intelligence Index v4.3.2Index対象外–21.5#221–Artificial Analysis
AA Progress Index v1Index対象外226.2#329264.9#223–Artificial Analysis

API料金:提供プロバイダー別

OpenRouter経由でこのモデルを提供しているすべてのプロバイダーです。スループットと最初のトークンまでのレイテンシは直近30分の実トラフィックで測定し、価格は各プロバイダー自身のものです。紫は各列の最良値を示します。

プロバイダー速度最初のトークン入力 $/M出力 $/Mコンテキスト量子化
GMICloud53 tok/s1.05 s$0.209$0.310164kfp8
DigitalOcean27 tok/s1.91 s$0.300$0.960164k–
DeepInfra23 tok/s0.65 s$0.260$0.380164kfp4
AtlasCloud23 tok/s3.21 s$0.260$0.380164kfp8
SiliconFlow18 tok/s1.97 s$0.259$0.800164kfp8

利用状況

DeepSeek V3.2が実際にどれだけ使われているかを、利用状況を公開しているゲートウェイの報告に基づいて示します。利用状況はIndexには含まれません。よく使われているモデルとプロバイダー

OpenRouter、過去1週間
#58
トークンシェア0.14%

出典: 利用状況: OpenRouterのランキング・2026年11月16日時点のデータ。

タスクあたりのコスト

最もスコアの高い構成の定価、出力速度、回答開始までの時間から算出した推定値です。「キャッシュあり」は、入力の4分の3が100万トークンあたり$0.130のプロンプトキャッシュから提供されると仮定しています。推論トークンは考慮していません。

ワークロード入力/出力トークンコストキャッシュあり時間
チャットの返答400 / 300$0.0002$0.000237.1 s
30ページのレポートを要約12,000 / 600$0.0036$0.002344.0 s
コード編集6,000 / 1,500$0.0023$0.00161.1 min
エージェント型コーディングセッション60,000 / 4,000$0.018$0.0122.0 min
構造化データの抽出2,000 / 200$0.0006$0.000434.8 s

DeepSeekのほかのモデル

今月の新着

関連ページ

埋め込み・引用

DeepSeek V3.2の順位をモデルカードやREADMEに表示できます。バッジは毎日の更新に合わせて描き直され、データの日付が入り、このページへリンクします。

[![DeepSeek V3.2 on BenchLeader: 総合 81位](https://www.benchleader.com/badge/deepseek-v3-2.svg)](https://www.benchleader.com/models/deepseek-v3-2)

このページを引用する

ランキングは毎日変わるため、参考文献にはデータの日付を入れます。APAスタイル:

BenchLeader. (2026, November 16). DeepSeek V3.2 on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/deepseek-v3-2

BibTeX:

@misc{benchleader_deepseek_v3_2_20261116,
  author       = {{BenchLeader}},
  title        = {{DeepSeek V3.2 on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/deepseek-v3-2}},
  note         = {Data as of 2026-11-16}
}

すべてのバッジスタイル、埋め込み用のトップ10ウィジェット、Indexの引用方法

よくある質問

DeepSeek V3.2のベンチマークスコアは?
2026年11月16日時点で、DeepSeek V3.2(推論エフォート thinking)のBenchLeader Indexは56.7 ±4.4です。最も強いのはエージェント・ツール(66)、最も弱いのは数学(49)です。この評価は第三者のベンチマーク結果だけに基づいており、このページのすべてのスコアに公開元へのリンクがあります。
DeepSeek V3.2の順位は?
2026年11月16日時点で、DeepSeek V3.2(推論エフォート thinking)はランク付けされた608構成中170位です。ほかに266構成のスコアが誤差の範囲内にあるため、正確な順位よりも順位帯のほうが意味を持ちます。首位はClaude Fable 5.2(推論エフォート max)で、72.7です。
DeepSeek V3.2の料金は100万トークンあたりいくらですか?
2026年11月16日時点で、DeepSeek V3.2の料金は入力100万トークンあたり$0.280、出力100万トークンあたり$0.420で、ブレンド価格(出力1トークンにつき入力3トークン)は$0.315です。
DeepSeek V3.2はいつリリースされましたか?
DeepSeekが2025年12月1日にDeepSeek V3.2をリリースしました。BenchLeaderには4通りの推論エフォート設定での結果があります。

2026年11月16日時点のデータです。 これらの構成を比較

引用表記:BenchLeader「DeepSeek V3.2:ベンチマーク、料金、速度、順位」2026年11月16日時点のデータ、https://www.benchleader.com/ja/models/deepseek-v3-2