DeepSeek V3.2
性价比更高: MiMo-V2.5 $0.138/M 即可获得 Index 56.3,便宜 56%。
有 2 个更便宜的已排名模型得分更高:GLM 5.3 Flash (57.8, $0.238)、DeepSeek V4 Flash (57.2, $0.262)。
截至 2026年11月16日,DeepSeek V3.2(DeepSeek)在 BenchLeader Index 上得分 56.7(共 608 个已排名配置)。表现最好的是智能体与工具(66),最弱的是数学(49)。API 价格为输入每百万 token $0.280、输出每百万 token $0.420(按 3:1 混合为 $0.315),为 2026年11月16日的标价。输出速度约为 44 token/秒(Artificial Analysis)。发布于 2025年12月1日。
要点(截至 2026年11月16日)
- DeepSeek V3.2 的 API 价格为输入每百万 token $0.280、输出每百万 token $0.420(按 3:1 混合为 $0.315)(标价,2026年11月16日)。
- DeepSeek V3.2 的输出速度约为 44 token/秒(Artificial Analysis,2026年11月16日)。
- DeepSeek V3.2 于 2025年12月1日发布(DeepSeek)。
详细说明:DeepSeek V3.2 是 DeepSeek 的开放权重推理模型,发布于 2025年12月1日。其最佳配置(推理强度 thinking)在 BenchLeader Index 上得分 56.7 ±4.4,在 608 个配置中排第 170 名,处于上半区。关键在于这个“±”:另有 266 个配置的得分落在这一区间内,仅凭质量无法区分,真正拉开差距的是价格和速度。分类别看,智能体与工具得分最高(66),数学最低(49)。按混合价格计,每百万 token $0.315,比大多数已排名模型便宜。输出速度为 44 token/秒,首次回答需 30.3 秒,位于最慢的四分之一。它已在 4 种推理强度设置下测得结果;本摘要描述的是得分最高的设置,可用上方标签切换。最近一次测量:2026年11月11日。
- 混合价格
- $0.315/M
- 输入 $0.280 · 输出 $0.420
- 来源:Artificial Analysis
- 输出速度
- 44 tok/s
- 由 Artificial Analysis 测量
- 首次回答
- 30 s
- 首 token 1.13 s
- 上下文
- 131k
- 来源:LiteLLM price table
- 完整回答
- 84 s
- 最近一次测量 2026年11月13日
- 单任务成本
- –
- 单任务 token 数
- –
- 发布日期
- 2025年12月1日
- 综合 Index57
- 推理60
- 编程52
- 智能体与工具66
- 数学49
- 知识53
- 指令遵循61
- 人类偏好60
- 长上下文61
嵌入这个排名
更多徽章样式[](https://www.benchleader.com/models/deepseek-v3-2)粘贴到 README.md 顶部,放在其他徽章旁边。徽章会随每次数据更新重新生成,并链接回本页。
版本
DeepSeek 以这个名称发布过 2 个模型。每个版本都只按自身结果排名;较新的版本往往结果较少,在更多结果出炉之前,其 Index 会更接近平均水平。
| 模型 | 发布日期 | Index | 排名 |
|---|---|---|---|
| DeepSeek V3.2thinking本页 | 2025年12月1日 | 56.7 | #170 |
| DeepSeek V3.1thinking | 2025年8月21日 | 52.4 | #278 |
不同推理强度的配置
同一个模型允许思考的程度不同,表现也会不同。每一行是一种推理强度设置,只用在该设置下运行的基准测试打分。“未说明”汇总了发布方没有注明所用设置的结果;对推理模型而言这通常是其思考模式,但我们不做这一假定。在这里或页面顶部选择一个设置,即可查看其价格、速度和各类别得分。
| 推理强度 | Index | 排名 | 速度 | 首次回答 | 聊天回复成本 | 类别 |
|---|---|---|---|---|---|---|
| 无推理 | 52.1 | #285 | 48 tok/s | 2.89 s | $0.0002 | 智能体与工具 62 · 编程 63 · 指令遵循 51 · 知识 44 · 长上下文 47 · 数学 51 |
| high | 54.2 | #240 | 31 tok/s | 1.13 s | $0.0002 | 编程 61 · 知识 49 · 数学 60 |
| thinking最佳 | 56.7 | #170 | 44 tok/s | 30 s | $0.0002 | 智能体与工具 66 · 编程 52 · 人类偏好 60 · 指令遵循 61 · 知识 53 · 长上下文 61 · 数学 49 · 推理 60 |
| 未说明 | 50.2 | #341 | 31 tok/s | 1.13 s | $0.0002 | 智能体与工具 50 · 编程 43 · 人类偏好 60 · 知识 46 · 数学 54 · 推理 49 |
Index 走势
2026年9月8日 至 2026年11月16日- thinking
- high
- 默认
Index 每天从头重新计算,因此当有新的基准测试结果、发布方修订分数,或用于归一化的参照模型发生变化时,曲线都会移动。早期的波动通常说明分数仍在趋于稳定。
基准测试结果
查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。
元数据
| 基准测试 | thinking | 来源 | 趋势 |
|---|---|---|---|
| AA Openness Index不计入 Index | 44.4#97 | Artificial Analysis |
推理
| 基准测试 | 无推理 | high | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|
| GPQA Diamond推理强度未说明 | – | – | – | 83.4%#113 | Epoch AI Benchmarking Hub | |
| Arena Hard Prompts | – | – | 1446#119 | 1447#117 | Arena (LMArena) | |
| GPQA Diamond (AA)不计入 Index | 75.0%#255 | – | 84.0%#153 | – | Artificial Analysis | |
| Humanity's Last Exam (AA)不计入 Index | 11.2%#316 | – | 24.6%#204 | – | Artificial Analysis | |
| GPQA Diamond (Vals)不计入 Index | 76.3%#76 | 80.3%#67 | – | – | Vals AI | |
| Kagi LLM Benchmark推理强度未说明 | – | – | – | 52.2%#77 | Kagi LLM Benchmark | |
| ARC-AGI-1推理强度未说明 | – | – | – | 57.0%#176 | ARC Prize | |
| ARC-AGI-2推理强度未说明 | – | – | – | 4.0%#193 | ARC Prize | |
| CritPt不计入 Index | 0.9%#256 | – | 2.9%#201 | – | Artificial Analysis | |
| Arena Expert不计入 Index | – | – | 1454#111 | 1448#121 | Arena (LMArena) | |
| CL-bench不计入 Index | – | – | 13.2%#20 | 12.4%#21 | Epoch AI Benchmarking Hub | |
| CL-bench Life不计入 Index | – | – | 9.5%#14 | 7.4%#15 | Epoch AI Benchmarking Hub | |
| LMCA不计入 Index | – | – | 29.1%#148 | 28.8%#150 | Epoch AI Benchmarking Hub | |
| DTBench不计入 Index | – | – | 87.7%#103 | 85.6%#113 | Epoch AI Benchmarking Hub |
编程
| 基准测试 | 无推理 | high | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|
| SciCode | – | – | 38.9%#190 | – | SciCode | |
| WeirdML | – | – | 39.5%#106 | – | WeirdML | |
| Arena Coding | – | – | 1475#116 | 1469#125 | Arena (LMArena) | |
| Arena WebDev | – | – | 1363#115 | 1326#128 | Arena (LMArena) | |
| LiveCodeBench | – | – | 80.7%#65 | 69.9%#90 | Vals AI | |
| SWE-bench (Vals)不计入 Index | – | 67.6%#68 | – | – | Vals AI | |
| SWE-Bench Pro推理强度未说明 | – | – | – | 15.6%#20 | Scale AI SEAL | |
| Aider Polyglot | 70.2%#16 | – | 74.2%#11 | – | Aider polyglot leaderboard | |
| SWE-bench Verified (bash only) | – | 70.0%#13 | – | – | SWE-bench | |
| SWE-bench Multilingual (bash only)不计入 Index推理强度未说明 | – | – | – | 59.0%#12 | SWE-bench | |
| SWE-bench Verified (any scaffold)不计入 Index | – | 70.0%#15 | – | – | SWE-bench | |
| Vibe Code Bench v1.1不计入 Index | – | 5.1%#110 | – | – | Vals AI | |
| Terminal-Bench 2.1 (AA)不计入 Index | – | – | 46.8%#128 | – | Artificial Analysis | |
| Design Arena Website不计入 Index推理强度未说明 | – | – | – | 1171#107 | Design Arena | |
| LiveCodeBench (AA)不计入 Index | 59.3%#111 | – | 86.2%#11 | – | Artificial Analysis |
智能体与工具
| 基准测试 | 无推理 | high | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|
| Terminal-Bench推理强度未说明 | – | – | – | 39.5%#56 | Terminal-Bench | |
| APEX-Agents推理强度未说明 | – | – | – | 21.3%#64 | Mercor | |
| Terminal-Bench Hard | 32.6%#98 | – | 35.6%#74 | – | Artificial Analysis | |
| τ²-Bench Telecom (AA)不计入 Index | 79.0%#130 | – | 90.6%#62 | – | Artificial Analysis | |
| BFCL Overall | – | – | 56.7%#12 | 54.1%#17 | Berkeley Function Calling Leaderboard | |
| GDPval-AA v2.1不计入 Index | – | – | 699#223 | – | Artificial Analysis | |
| APEX-Agents (AA)不计入 Index | – | – | 14.5%#24 | – | Artificial Analysis | |
| Poker Agent不计入 Index | – | – | 1090.3%#4 | – | Vals AI | |
| Terminal-Bench 2.0 (Vals)不计入 Index | 34.8%#41 | 36.0%#40 | – | – | Vals AI | |
| TheAgentCompany不计入 Index推理强度未说明 | – | – | – | 42.9%#1 | TheAgentCompany | |
| Vending-Bench 2不计入 Index推理强度未说明 | – | – | – | 1034#58 | Andon Labs |
数学
| 基准测试 | 无推理 | high | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|
| OTIS Mock AIME推理强度未说明 | – | – | – | 87.8%#93 | Epoch AI Benchmarking Hub | |
| ProofBench推理强度未说明 | – | – | – | 8.0%#74 | Vals AI | |
| AIME (Vals) | 64.8%#55 | 84.6%#39 | – | – | Vals AI | |
| MGSM | – | – | 86.0%#64 | 90.9%#32 | Vals AI | |
| AIME 2026 | – | – | 94.2%#20 | – | MathArena | |
| HMMT February 2026 | – | – | 84.1%#25 | – | MathArena | |
| MathArena Apex可能存在污染 | – | – | 2.1%#29 | – | MathArena | |
| Arena Maths | – | – | 1429#109 | 1426#114 | Arena (LMArena) | |
| AIME 2025 (AA)不计入 Index | 59.0%#114 | – | 92.0%#17 | – | Artificial Analysis |
知识
| 基准测试 | 无推理 | high | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|
| MMLU-Pro | – | – | 84.9%#59 | 83.1%#72 | Vals AI | |
| LegalBench | – | – | 76.1%#110 | 66.0%#133 | Vals AI | |
| CorpFin | 47.9%#107 | 51.0%#102 | – | – | Vals AI | |
| TaxEval | – | 68.2%#98 | – | – | Vals AI | |
| MedQA | 89.5%#51 | 93.9%#20 | – | – | Vals AI | |
| CaseLaw v2不计入 Index | – | 55.4%#34 | – | – | Vals AI | |
| Global-MMLU-Lite (AA)不计入 Index | 82.7%#54 | – | 86.5%#30 | – | Artificial Analysis |
指令遵循
| 基准测试 | 无推理 | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| IFBench | 49.0%#183 | 60.7%#126 | – | Artificial Analysis | |
| Arena Instruction Following不计入 Index | – | 1420#112 | 1421#111 | Arena (LMArena) |
人类偏好
| 基准测试 | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| Arena Text | 1425#121 | 1425#122 | Arena (LMArena) | |
| EQ-Bench Creative Writing v3不计入 Index推理强度未说明 | – | 1515#57 | EQ-Bench | |
| Arena Creative Writing不计入 Index | 1391#124 | 1408#95 | Arena (LMArena) | |
| Arena Multi-turn不计入 Index | 1428#122 | 1428#121 | Arena (LMArena) | |
| Arena Longer Queries不计入 Index | 1442#111 | 1441#112 | Arena (LMArena) |
长上下文
| 基准测试 | 无推理 | thinking | 来源 | 趋势 |
|---|---|---|---|---|
| AA-LCR v1.1 | 45.7%#356 | 73.3%#195 | Artificial Analysis |
综合
| 基准测试 | 无推理 | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| Epoch Capabilities Index不计入 Index推理强度未说明 | – | – | 146.3#86 | Epoch AI Benchmarking Hub | |
| AA Intelligence Index v4.3.2不计入 Index | – | 21.5#221 | – | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 226.2#329 | 264.9#223 | – | Artificial Analysis |
API 价格:在哪里调用
通过 OpenRouter 提供这个模型的所有提供商:吞吐量和首 token 延迟基于过去 30 分钟的实时流量测得,价格为各提供商自己的报价。紫色标出每列的最佳值。
| 提供商 | 速度 | 首 token | 输入 $/M | 输出 $/M | 上下文 | 量化 |
|---|---|---|---|---|---|---|
| GMICloud | 53 tok/s | 1.05 s | $0.209 | $0.310 | 164k | fp8 |
| DigitalOcean | 27 tok/s | 1.91 s | $0.300 | $0.960 | 164k | – |
| DeepInfra | 23 tok/s | 0.65 s | $0.260 | $0.380 | 164k | fp4 |
| AtlasCloud | 23 tok/s | 3.21 s | $0.260 | $0.380 | 164k | fp8 |
| SiliconFlow | 18 tok/s | 1.97 s | $0.259 | $0.800 | 164k | fp8 |
使用情况
DeepSeek V3.2 的实际使用量,依据公开这类数据的网关报告。使用情况不计入 Index。使用最多的模型和提供商
来源: 使用情况: OpenRouter 排名 · 数据截至 2026年11月16日。
一项任务的成本
根据最佳配置的标价、输出速度和首次回答时间估算。“使用缓存”假定四分之三的输入来自提示缓存,价格为每百万 token $0.130。未计入推理 token。
| 工作负载 | 输入 / 输出 token | 成本 | 使用缓存 | 耗时 |
|---|---|---|---|---|
| 聊天回复 | 400 / 300 | $0.0002 | $0.0002 | 37.1 s |
| 总结一份 30 页的报告 | 12,000 / 600 | $0.0036 | $0.0023 | 44.0 s |
| 代码编辑 | 6,000 / 1,500 | $0.0023 | $0.0016 | 1.1 min |
| 智能体编程会话 | 60,000 / 4,000 | $0.018 | $0.012 | 2.0 min |
| 结构化信息提取 | 2,000 / 200 | $0.0006 | $0.0004 | 34.8 s |
DeepSeek 的更多模型
另请参阅
嵌入或引用
在模型卡片或 README 中展示 DeepSeek V3.2 的排名。徽章会随每日更新重新生成,带有数据日期,并链接回本页。
[](https://www.benchleader.com/models/deepseek-v3-2)引用本页
排名每天都会变化,因此引用时需注明数据日期。APA 格式:
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}
}常见问题
- DeepSeek V3.2 的基准测试得分是多少?
- 截至 2026年11月16日,DeepSeek V3.2(推理强度 thinking)的 BenchLeader Index 为 56.7 ±4.4。最强的是智能体与工具(66),最弱的是数学(49)。该得分只基于第三方基准测试结果,本页每个分数都链接到其发布方。
- DeepSeek V3.2 排名第几?
- 截至 2026年11月16日,DeepSeek V3.2(推理强度 thinking)在 608 个已排名配置中排第 170 名。另有 266 个配置的得分在其误差范围内,因此名次区间比确切名次更有意义。第一名是 Claude Fable 5.2(推理强度 max),得分 72.7。
- DeepSeek V3.2 每百万 token 的价格是多少?
- 截至 2026年11月16日,DeepSeek V3.2 的价格为输入每百万 token $0.280、输出每百万 token $0.420,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $0.315。
- DeepSeek V3.2 是什么时候发布的?
- DeepSeek 于 2025年12月1日发布了 DeepSeek V3.2。BenchLeader 收录了它在 4 种推理强度设置下的结果。
数据截至 2026年11月16日。 对比这些配置
引用格式:BenchLeader,《DeepSeek V3.2:基准测试、价格、速度与排名》,数据截至 2026年11月16日,https://www.benchleader.com/zh/models/deepseek-v3-2。