DataLearner 标志

DeepSeek V3.2 Speciale 评测详情

DeepSeek V3.2 Speciale 当前已收录的代表性评测结果包括 LiveCodeBench（11 / 250，得分 89.60）、AIME2025（25 / 215，得分 96）、GPQA Diamond（132 / 462，得分 87.10）。

评测结果

DeepSeek V3.2 Speciale

评测结果

思考模式
工具使用

综合评估

共 3 项评测
评测名称 / 模式
得分
排名/总数
HLE
思考模式
30.60
197 / 563
HLE
思考模式
28.70
216 / 563
CritPt
思考模式
7.40
85 / 200

科学与综合推理

共 1 项评测
评测名称 / 模式
得分
排名/总数
GPQA Diamond
思考模式
87.10
132 / 462

编程与软件工程

共 2 项评测
评测名称 / 模式
得分
排名/总数
CodeForces
思考模式
2701
8 / 21
LiveCodeBench
思考模式
89.60
11 / 250

数学推理

共 1 项评测
评测名称 / 模式
得分
排名/总数
AIME2025
思考模式
96
25 / 215

写作和创作

共 1 项评测
评测名称 / 模式
得分
排名/总数
Creative Writing
常规模式
1273.40
75 / 106

常识推理

共 1 项评测
评测名称 / 模式
得分
排名/总数
SimpleBench
常规模式
52.60
48 / 93

指令跟随

共 1 项评测
评测名称 / 模式
得分
排名/总数
IF Bench
思考模式
63.90
108 / 282

Agent能力评测

共 1 项评测
评测名称 / 模式
得分
排名/总数
Terminal Bench Hard
思考模式工具
34.80
75 / 244
与其他模型对比