DeepSeek V3.2 Speciale
DeepSeekDeepSeekOpen WeightMIT · Usage Commercial
Description
DeepSeek-V3.2-Speciale is a specialized variant of DeepSeek-V3.2, optimized for enhanced performance on specific tasks.
Date de sortie
2025-12-01
Paramètres
685.0B
Longueur du contexte
—
Modalités
text
Radar de capacités
38
general
90
coding
95
reasoning
69
science
50
agents
0
multimodal
Classements
| Domaine | #Rang | Score | Source |
|---|---|---|---|
| Capacité agentique | 82 | 39.0 | LS |
| Classement codage | 130 | 77.0 | AA |
| Classement général | 309 | 42.0 | AA |
| Science | 138 | 68.0 | AA |
Scores de benchmarks (LLM Stats)
(LLM Stats (zeroeval))Agents
t2-bench
80.3%Aut.
Toolathlon
35.2%Aut.
Math
HMMT 2025
99.2%Aut.
AIME 2025
96.0%Aut.
CodeForces
0.90 / 3000Aut.
Reasoning
SWE-Bench Verified
73.1%Aut.
Terminal-Bench 2.0Stanford × Laude Institute (2026)
46.4%Aut.
Humanity's Last Exam
30.6%Aut.
Indices d'évaluation AA
(Artificial Analysis)Math Index(Artificial Analysis)96.7
Aime 25(MAA (Mathematical Association of America))96.7
Livecodebench(UC Berkeley + MIT + Cornell (2024))89.6
Gpqa(NYU + Cohere + Anthropic (2023))87.1
Mmlu Pro(TIGER-Lab (Univ. of Waterloo, Toronto, CMU, 2024))86.3
Lcr(Artificial Analysis)70.0
Ifbench(Google Research (2023))63.9
Terminalbench Hard(Stanford × Laude Institute (2026))34.8
Hle(Center for AI Safety + Scale AI (2025))28.7
Intelligence Index(Artificial Analysis)14.5
Tau2(Sierra + U Toronto + Vector Institute (2025))0.0
Scores par catégorie LLM Stats
(LLM Stats (zeroeval))Math80
Frontend Development70
General70
Reasoning60
Code60
Agents50
Tool Calling50
Vision30
Tarification
Prix d'entréeGratuit
Prix de sortieGratuit
Prix mixte (3:1)Gratuit
Vitesse
Tokens/sec0.0
Délai du premier token0.00s
Temps de réponse0.00s
Classement des Prix par Fournisseur
Aucune donnée de fournisseur disponible