DeepSeek V3.2 Speciale
よりコスパが高いモデル: Ling 3.0 Flash $0.115/MでIndex 51.7(87%安い)。
より安価でスコアの高いランク付けモデルが31つあります:DeepSeek V4.1 Flash (58.5, $0.525)、GPT-5.6 Luna (58.2, $0.450)、Inkling 2 Small (57.9, $0.475)ほか28つ。
2026年11月16日時点で、DeepSeek V3.2 Speciale(DeepSeek)のBenchLeader Indexは53.3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(64)、最も弱いのは数学(45)です。API料金は入力100万トークンあたり$0.580、出力100万トークンあたり$1.68(3:1のブレンドで$0.855)で、2026年11月16日時点の定価です。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 SpecialeのAPI料金は入力100万トークンあたり$0.580、出力100万トークンあたり$1.68(3:1のブレンドで$0.855)です(定価、2026年11月16日)。
- DeepSeek V3.2 Speciale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 Speciale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は、BenchLeader Indexで53.3 ±6.2を記録し、608構成中262位で上位半分に入ります。重要なのはこの「±」です。ほかに331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(64)、数学が最も低くなっています(45)。ブレンド価格は100万トークンあたり$0.855で、中程度の価格帯です。最終測定日:2025年12月1日。古いデータ:6か月間、新しい結果がありません
- ブレンド価格
- $0.855/M
- 入力$0.580・出力$1.68
- 出典:models.dev
- 出力速度
- –
- 回答開始
- –
- コンテキスト
- 128k
- 出典:Artificial Analysis
- 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
- 総合Index53
- 推論50
- コーディング48
- エージェント・ツール64
- 数学45
- 指示追従64
- 長文コンテキスト59
この順位を埋め込む
ほかのバッジスタイル[](https://www.benchleader.com/models/deepseek-v3-2-speciale)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。
Indexの推移
2026年9月9日〜2026年11月16日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。
推論
| ベンチマーク | 標準 | 出典 |
|---|---|---|
| SimpleBench | 52.6%#60 | SimpleBench |
| GPQA Diamond (AA)Index対象外 | 87.1%#105 | Artificial Analysis |
| Humanity's Last Exam (AA)Index対象外 | 28.7%#176 | Artificial Analysis |
| CritPtIndex対象外 | 7.4%#157 | Artificial Analysis |
コーディング
| ベンチマーク | 標準 | 出典 |
|---|---|---|
| WeirdML | 46.7%#77 | WeirdML |
| LiveCodeBench (AA)Index対象外 | 89.6%#3 | Artificial Analysis |
エージェント・ツール
| ベンチマーク | 標準 | 出典 |
|---|---|---|
| Terminal-Bench Hard | 34.9%#82 | Artificial Analysis |
| τ²-Bench Telecom (AA)Index対象外 | 0.0%#398 | Artificial Analysis |
数学
| ベンチマーク | 標準 | 出典 |
|---|---|---|
| MathArena Apex汚染の可能性 | 9.4%#22 | MathArena |
| AIME 2025 (AA)Index対象外 | 96.7%#4 | Artificial Analysis |
知識
| ベンチマーク | 標準 | 出典 |
|---|---|---|
| Global-MMLU-Lite (AA)Index対象外 | 88.4%#24 | Artificial Analysis |
指示追従
| ベンチマーク | 標準 | 出典 |
|---|---|---|
| IFBench | 63.9%#113 | Artificial Analysis |
人間の評価
| ベンチマーク | 標準 | 出典 |
|---|---|---|
| EQ-Bench Creative Writing v3Index対象外 | 1277#87 | EQ-Bench |
長文コンテキスト
| ベンチマーク | 標準 | 出典 |
|---|---|---|
| AA-LCR v1.1 | 70.0%#232 | Artificial Analysis |
総合
| ベンチマーク | 標準 | 出典 |
|---|---|---|
| AA Intelligence Index v4.3.2Index対象外 | 14.5#304 | Artificial Analysis |
| AA Progress Index v1Index対象外 | 264.5#228 | Artificial Analysis |
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 | $0.0007 | – | – |
| 30ページのレポートを要約 | 12,000 / 600 | $0.0080 | – | – |
| コード編集 | 6,000 / 1,500 | $0.0060 | – | – |
| エージェント型コーディングセッション | 60,000 / 4,000 | $0.042 | – | – |
| 構造化データの抽出 | 2,000 / 200 | $0.0015 | – | – |
DeepSeekのほかのモデル
DeepSeek V3.2 Specialeと比較する
関連ページ
埋め込み・引用
DeepSeek V3.2 Speciale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。
[](https://www.benchleader.com/models/deepseek-v3-2-speciale)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 Speciale on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/deepseek-v3-2-speciale
BibTeX:
@misc{benchleader_deepseek_v3_2_speciale_20261116,
author = {{BenchLeader}},
title = {{DeepSeek V3.2 Speciale on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/deepseek-v3-2-speciale}},
note = {Data as of 2026-11-16}
}よくある質問
- DeepSeek V3.2 Specialeのベンチマークスコアは?
- 2026年11月16日時点で、DeepSeek V3.2 SpecialeのBenchLeader Indexは53.3 ±6.2です。最も強いのはエージェント・ツール(64)、最も弱いのは数学(45)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 Specialeの順位は?
- 2026年11月16日時点で、DeepSeek V3.2 Specialeはランク付けされた608構成中262位です。ほかに331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 Speciale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 Specialeの料金は入力100万トークンあたり$0.580、出力100万トークンあたり$1.68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$0.855です。
- DeepSeek V3.2 SpecialeはMuse Spark Openより優れていますか?
- 2026年11月16日時点で、DeepSeek V3.2 SpecialeとMuse Spark Open(推論エフォート xhigh)の品質はほぼ互角です(BenchLeader Indexで53.3対53.5、±9.0の誤差の範囲内)。価格と速度、重視するカテゴリで選んでください。ベンチマークごとの詳細は比較ページにあります。
- DeepSeek V3.2 Speciale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 Specialeをリリースしました。
2026年11月16日時点のデータです。 ほかのモデルと比較
引用表記:BenchLeader「DeepSeek V3.2 Speciale: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-speciale