DeepSeek V3.2 Exp
价格第 68 / 256 名
$0.315每百万 token
比多数便宜
中位数的 0.4 倍
在这一档性价比不错: 在 Index 相差 2 分以内的已排名模型中,没有价格不超过它四分之三的模型。
没有比它更便宜且得分更高的已排名模型:它位于价格前沿上。
截至 2026年11月16日,DeepSeek V3.2 Exp(DeepSeek)尚未进入 BenchLeader Index 排名,Index 需要至少两个类别、合计至少五项第三方结果。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。发布于 2025年9月29日。
要点(截至 2026年11月16日)
- DeepSeek V3.2 Exp 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 Exp 于 2025年9月29日发布(DeepSeek)。
详细说明:DeepSeek V3.2 Exp 是 DeepSeek 的开放权重模型,发布于 2025年9月29日。尚未进入排名:Index 需要至少两个类别、合计至少五项第三方结果。按混合价格计,每百万 token $0.315,比大多数已排名模型便宜。最近一次测量:2025年9月29日。数据较旧:六个月内没有新结果
- 混合价格
- $0.315/M
- 输入 $0.280 · 输出 $0.420
- 来源:Artificial Analysis
- 输出速度
- –
- 首次回答
- –
- 上下文
- 128k
- 来源:Artificial Analysis
- 单任务成本
- –
- 单任务 token 数
- –
- 发布日期
- 2025年9月29日
- 智能体与工具56
- 指令遵循45
- 长上下文46
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 | 无推理 | 来源 |
|---|---|---|
| AA Openness Index不计入 Index | 44.4#97 | Artificial Analysis |
推理
| 基准测试 | 无推理 | 来源 |
|---|---|---|
| GPQA Diamond (AA)不计入 Index | 73.8%#267 | Artificial Analysis |
| Humanity's Last Exam (AA)不计入 Index | 9.0%#358 | Artificial Analysis |
| CritPt不计入 Index | 1.4%#230 | Artificial Analysis |
编程
| 基准测试 | 无推理 | 来源 |
|---|---|---|
| LiveCodeBench (AA)不计入 Index | 55.5%#123 | Artificial Analysis |
智能体与工具
| 基准测试 | 无推理 | 来源 |
|---|---|---|
| Terminal-Bench Hard | 25.0%#141 | Artificial Analysis |
| τ²-Bench Telecom (AA)不计入 Index | 33.9%#248 | Artificial Analysis |
数学
| 基准测试 | 无推理 | 来源 |
|---|---|---|
| AIME 2025 (AA)不计入 Index | 57.7%#118 | Artificial Analysis |
指令遵循
| 基准测试 | 无推理 | 来源 |
|---|---|---|
| IFBench | 43.1%#231 | Artificial Analysis |
长上下文
| 基准测试 | 无推理 | 来源 |
|---|---|---|
| AA-LCR v1.1 | 44.7%#363 | Artificial Analysis |
综合
| 基准测试 | 无推理 | 来源 |
|---|---|---|
| AA Intelligence Index v4.3.2不计入 Index | 13.9#315 | Artificial Analysis |
| AA Progress Index v1不计入 Index | 214.5#365 | Artificial Analysis |
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。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 | – | – |
| 总结一份 30 页的报告 | 12,000 / 600 | $0.0036 | – | – |
| 代码编辑 | 6,000 / 1,500 | $0.0023 | – | – |
| 智能体编程会话 | 60,000 / 4,000 | $0.018 | – | – |
| 结构化信息提取 | 2,000 / 200 | $0.0006 | – | – |
DeepSeek 的更多模型
另请参阅
常见问题
- 为什么 DeepSeek V3.2 Exp 没有 BenchLeader Index 得分?
- Index 需要至少两个类别、合计至少五项第三方结果,截至 2026年11月16日,DeepSeek V3.2 Exp 尚未达到。我们从不采用发布文章中的分数,因此要等第三方发布方完成测量后才会排名。
- DeepSeek V3.2 Exp 每百万 token 的价格是多少?
- 截至 2026年11月16日,DeepSeek V3.2 Exp 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 Exp 是什么时候发布的?
- DeepSeek 于 2025年9月29日发布了 DeepSeek V3.2 Exp。
数据截至 2026年11月16日。 与其他模型对比
引用格式:BenchLeader,《DeepSeek V3.2 Exp: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-v3-2-0925。