BenchLeader

DeepSeek V3.2 Speciale

质量第 129 / 339 名
53.3Index
高于中位数
较中位数 +3.1
价格第 130 / 255 名
$0.855每百万 token
比多数贵
中位数的 1.0 倍
性价比第 118 / 255 名
62.3分/$
高于中位数
中位数的 1.1 倍

性价比更高: Ling 3.0 Flash $0.115/M 即可获得 Index 51.7,便宜 87%。

有 31 个更便宜的已排名模型得分更高:DeepSeek V4.1 Flash (58.5, $0.525)、GPT-5.6 Luna (58.2, $0.450)、Inkling 2 Small (57.9, $0.475),另有 28 个。

截至 2026年11月16日,DeepSeek V3.2 Speciale(DeepSeek)在 BenchLeader Index 上得分 53.3(共 608 个已排名配置)。表现最好的是智能体与工具(64),最弱的是数学(45)。API 价格为输入每百万 token $0.580、输出每百万 token $1.68(按 3:1 混合为 $0.855),为 2026年11月16日的标价。发布于 2025年12月1日。

要点(截至 2026年11月16日)

  • DeepSeek V3.2 Speciale 的 API 价格为输入每百万 token $0.580、输出每百万 token $1.68(按 3:1 混合为 $0.855)(标价,2026年11月16日)。
  • DeepSeek V3.2 Speciale 于 2025年12月1日发布(DeepSeek)。

详细说明:DeepSeek V3.2 Speciale 是 DeepSeek 的开放权重推理模型,发布于 2025年12月1日。其最佳配置在 BenchLeader Index 上得分 53.3 ±6.2,在 608 个配置中排第 262 名,处于上半区。关键在于这个“±”:另有 331 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(64),数学最低(45)。按混合价格计,每百万 token $0.855,价格居中。最近一次测量:2025年12月1日。数据较旧:六个月内没有新结果

混合价格
$0.855/M
输入 $0.580 · 输出 $1.68
来源:models.dev
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12月1日
各类别得分虚线 = 平均模型(50)。每 15 分为一个标准差。
  1. 综合 Index53
  2. 推理50
  3. 编程48
  4. 智能体与工具64
  5. 数学45
  6. 指令遵循64
  7. 长上下文59

嵌入这个排名

更多徽章样式
[![DeepSeek V3.2 Speciale on BenchLeader: 综合第 128 名](https://www.benchleader.com/badge/deepseek-v3-2-speciale.svg?style=compact)](https://www.benchleader.com/models/deepseek-v3-2-speciale)

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。

DeepSeek 发布新模型时邮件通知我

进入排名时再通知一次,每周一另有每周回顾。

选择提供商和邮件类型

Index 走势

2026年9月9日 至 2026年11月16日
475460

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。

推理

基准测试默认来源
SimpleBench52.6%#60SimpleBench
GPQA Diamond (AA)不计入 Index87.1%#105Artificial Analysis
Humanity's Last Exam (AA)不计入 Index28.7%#176Artificial Analysis
CritPt不计入 Index7.4%#157Artificial Analysis

编程

基准测试默认来源
WeirdML46.7%#77WeirdML
LiveCodeBench (AA)不计入 Index89.6%#3Artificial Analysis

智能体与工具

基准测试默认来源
Terminal-Bench Hard34.9%#82Artificial Analysis
τ²-Bench Telecom (AA)不计入 Index0.0%#398Artificial Analysis

数学

基准测试默认来源
MathArena Apex可能存在污染9.4%#22MathArena
AIME 2025 (AA)不计入 Index96.7%#4Artificial Analysis

知识

基准测试默认来源
Global-MMLU-Lite (AA)不计入 Index88.4%#24Artificial Analysis

指令遵循

基准测试默认来源
IFBench63.9%#113Artificial Analysis

人类偏好

基准测试默认来源
EQ-Bench Creative Writing v3不计入 Index1277#87EQ-Bench

长上下文

基准测试默认来源
AA-LCR v1.170.0%#232Artificial Analysis

综合

基准测试默认来源
AA Intelligence Index v4.3.2不计入 Index14.5#304Artificial Analysis
AA Progress Index v1不计入 Index264.5#228Artificial 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$0.0007––
总结一份 30 页的报告12,000 / 600$0.0080––
代码编辑6,000 / 1,500$0.0060––
智能体编程会话60,000 / 4,000$0.042––
结构化信息提取2,000 / 200$0.0015––

DeepSeek 的更多模型

本月新上线

将 DeepSeek V3.2 Speciale 与以下模型对比

另请参阅

嵌入或引用

在模型卡片或 README 中展示 DeepSeek V3.2 Speciale 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。

[![DeepSeek V3.2 Speciale on BenchLeader: 综合第 128 名](https://www.benchleader.com/badge/deepseek-v3-2-speciale.svg)](https://www.benchleader.com/models/deepseek-v3-2-speciale)

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 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}
}

全部徽章样式、可嵌入的前 10 名小组件,以及如何引用 Index

常见问题

DeepSeek V3.2 Speciale 的基准测试得分是多少?
截至 2026年11月16日,DeepSeek V3.2 Speciale 的 BenchLeader Index 为 53.3 ±6.2。最强的是智能体与工具(64),最弱的是数学(45)。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 Speciale 排名第几?
截至 2026年11月16日,DeepSeek V3.2 Speciale 在 608 个已排名配置中排第 262 名。另有 331 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 Speciale 每百万 token 的价格是多少?
截至 2026年11月16日,DeepSeek V3.2 Speciale 的价格为输入每百万 token $0.580、输出每百万 token $1.68,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $0.855。
DeepSeek V3.2 Speciale 比 Muse Spark Open 更好吗?
截至 2026年11月16日,DeepSeek V3.2 Speciale 与 Muse Spark Open(推理强度 xhigh)的质量不相上下(BenchLeader Index 53.3 比 53.5,在 ±9.0 的误差范围内),可根据价格、速度和你看重的类别来选择。逐项基准测试的详细对比见对比页面。
DeepSeek V3.2 Speciale 是什么时候发布的?
DeepSeek 于 2025年12月1日发布了 DeepSeek V3.2 Speciale。

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 Speciale: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-speciale。