DataLearner 标志

DeepSeek V3.2 评测详情

DeepSeek V3.2 当前已收录的代表性评测结果包括 LiveCodeBench(24 / 127,得分 83.30)、AIME2025(29 / 106,得分 93.10)、τ²-Bench(14 / 44,得分 80.30)。本页还提供与 3 个前代或同系列模型的迭代对比。并附有 1 个数据来源链接供参考。

评测结果

DeepSeek V3.2

评测结果

思考模式
工具使用

综合评估

共 5 项评测
评测名称 / 模式
得分
排名/总数
LiveBench
常规模式
51.84
87 / 115
LiveBench
思考模式
62.20
58 / 115
ARC-AGI-1
思考模式
57
65 / 92
HLE
思考模式
25.10
117 / 189
ARC-AGI-2
思考模式
4
74 / 85

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
82.40
125 / 270

编程与软件工程

共 5 项评测
评测名称 / 模式
得分
排名/总数
CodeForces
思考模式
2386
11 / 20
LiveCodeBench
思考模式
83.30
24 / 127
SWE-bench Verified
思考模式
70.20
62 / 115
SWE-bench Verified
思考模式工具
73.10
50 / 115
40.90
55 / 60

数学推理

共 3 项评测
评测名称 / 模式
得分
排名/总数
AIME2025
思考模式
93.10
29 / 106
AIME 2026
思考模式
92.70
10 / 20
2.10
56 / 80

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
1511.20
49 / 106

Agent能力评测

共 1 项评测
评测名称 / 模式
得分
排名/总数
τ²-Bench
思考模式工具
80.30
14 / 44

AI Agent - 信息收集

共 1 项评测
评测名称 / 模式
得分
排名/总数
BrowseComp
思考模式
51.40
45 / 58

AI Agent - 工具使用

共 1 项评测
评测名称 / 模式
得分
排名/总数
Terminal Bench 2.0
思考模式工具
46.40
41 / 48

OpenClaw智能体能力综合测评

共 2 项评测
评测名称 / 模式
得分
排名/总数
Pinch Bench
思考模式工具
84.30
19 / 38
Claw Bench
思考模式工具
79
21 / 29

历代版本对比

DeepSeek V3.2 系列各版本的评测成绩纵向对比

评测类别:
柱状图按当前筛选范围内每个模型在各评测中的最高分展示;百分制评测使用原始高度,超出 0-100 的评测按该评测内相对比例缩放,标签仍保留原始分数。

8 项可对比评测得分汇总。每个模型展示最佳得分,模式在分数下方标注。· 点击任意行可切换下方趋势图。

评测项DeepSeek V3.2当前DeepSeek-V3.1DeepSeek-V3-0324DeepSeek-V3
ARC-AGI-1
Score (%)
综合评估
57.00开启思考
--
9.00常规模式
--
HLE
Accuracy
综合评估
25.10开启思考
15.90开启思考
5.20常规模式
--
GPQA Diamond
Accuracy
科学与综合推理
82.40开启思考
80.10开启思考
68.40常规模式
59.10常规模式
LiveCodeBench
Pass @K
编程与软件工程
83.30开启思考
74.80开启思考
49.20常规模式
34.60常规模式
SWE-bench Verified
Accuracy
编程与软件工程
73.10开启思考 | 工具
66.00常规模式
38.80常规模式
--
AIME2025
Accuracy
数学推理
93.10开启思考
88.40开启思考
47.70常规模式
--
Creative Writing
Elo、大模型评判两两对战
写作和创作
1511.20常规模式
1433.20常规模式
1470.20常规模式
--
τ²-Bench
Accuracy
Agent能力评测
80.30开启思考 | 工具
--
38.80常规模式 | 工具
--

单评测历史趋势图

当前查看:ARC-AGI-1 · 综合评估

选择评测
常规常规 + 工具推理推理 + 工具深度推理深度推理 + 工具

横轴为模型与发布时间,纵轴为分数;同一模式会用实线串起版本变化,同代不同模式继续用虚线辅助对齐。

DeepSeek V3.2 所在系列的标准 API 价格对比

按模型并排展示标准文本输入价与输出价;若存在超长上下文加价,仅保留阈值内标准价,并在下方说明适用范围。

数据来源:DataLearnerAI,展示默认供应商的标准文本价格。 · USD / 1M tokens

模型供应商标准输入标准输出标准价适用于
DeepSeek V3.2
DeepSeek-AI$0.28 / 1M tokens$0.42 / 1M tokens
DeepSeek-V3.1
Fireworks AI$0.56 / 1M tokens$1.68 / 1M tokens
DeepSeek-V3-0324
DeepInfra$0.2 / 1M tokens$0.88 / 1M tokens
DeepSeek-V3
DeepSeek-AI$0.27 / 1M tokens$1.1 / 1M tokens

数据来源