DeepSeek-V3.2
Noch nicht getestet
SprachmodellAktiv
DeepSeek-V3.2
DeepSeek
- Veröffentlicht
- Dezember 2025
- Datenstand
- 8. September 2026
- Intelligenz
- Gesamtwertung
- Preis
- Eingabe · Ausgabe / 1 Mio. Token
Für dieses Modell liegt keine veröffentlichte, kategorieweit vergleichbare Gesamtwertung vor.
Einträge 1-12 von 26. Seite 1 von 3.
Veröffentlichte Benchmarks
Die Charts vergleichen Modelle im selben dokumentierten Test. Das aktuelle Modell ist hervorgehoben.
Cybersicherheit
2 MessreihenMT-AgentRisk
Attack success rate
Was der Benchmark prüft: 365 schädliche Sequenzen prüfen Sicherheitsrisiken bei mehrstufiger Werkzeugnutzung.
Einordnung: Eine niedrigere Angriffs-Erfolgsrate ist besser. Kompetenz und Sicherheit sind getrennte Größen.
Weniger ist besser3 ModelleDeepSeek-V3.2: Platz 3 von 3Datenstand: 9. August 2026
1.Claude Sonnet 4.571,78 %
Hinweis: Tabelle 4 nennt für die Ablehnungsquote 15,43 %. Tabelle 9 desselben Papers nennt 15,34 %. Hier steht der Wert aus der direkten Einzel-gegen-Mehrfachdialog-Tabelle.
Skala: 0 % - 100 %
Methodik und Einordnung
- Vergleichskohorte
- mt-agent-risk:multi-turn:asr
- Messgröße
- attack success rate
- Skala
- 0-100
- Teilnehmer
- 3
- Methodik und Einordnung
- OpenHands ohne Schutzschicht, GPT-4.1 als Juror. Einzel- und Mehrfachdialog bleiben getrennt.. Kennung des Quellmodells: curated/deepseek-v3.2. Name des Quellmodells: DeepSeek-V3.2. Anbieter laut Quelle: DeepSeek. Evaluator: MT-AgentRisk. Datensatztyp: public. Stand der Rangliste: 2026-02-13. Harness: OpenHands. Quellenkennung: mt-agent-risk. Kennung der Evidenzaufnahme: curated-mt-agent-risk-2026-08-09-4653623ba2ad. Prüfsumme der Quelldaten: 4653623ba2ad35d69829f45c6e438c363fcafcd5bb170d909c5d09ad85e9b91a. Parserversion: curated-v1. Importiert am: 2026-09-04
MT-AgentRisk
Refusal rate
Was der Benchmark prüft: 365 schädliche Sequenzen prüfen Sicherheitsrisiken bei mehrstufiger Werkzeugnutzung.
Einordnung: Eine niedrigere Angriffs-Erfolgsrate ist besser. Kompetenz und Sicherheit sind getrennte Größen.
Mehr ist besser3 ModelleDeepSeek-V3.2: Platz 3 von 3Datenstand: 9. August 2026
1.Claude Sonnet 4.515,43 %
Hinweis: Tabelle 4 nennt für die Ablehnungsquote 15,43 %. Tabelle 9 desselben Papers nennt 15,34 %. Hier steht der Wert aus der direkten Einzel-gegen-Mehrfachdialog-Tabelle.
Skala: 0 % - 100 %
Methodik und Einordnung
- Vergleichskohorte
- mt-agent-risk:multi-turn:refusal
- Messgröße
- refusal rate
- Skala
- 0-100
- Teilnehmer
- 3
- Methodik und Einordnung
- OpenHands ohne Schutzschicht, GPT-4.1 als Juror. Einzel- und Mehrfachdialog bleiben getrennt.. Kennung des Quellmodells: curated/deepseek-v3.2. Name des Quellmodells: DeepSeek-V3.2. Anbieter laut Quelle: DeepSeek. Evaluator: MT-AgentRisk. Datensatztyp: public. Stand der Rangliste: 2026-02-13. Harness: OpenHands. Quellenkennung: mt-agent-risk. Kennung der Evidenzaufnahme: curated-mt-agent-risk-2026-08-09-8c55a5f15fa8. Prüfsumme der Quelldaten: 8c55a5f15fa8c99565c853709e3912076803d2f29c4b970bd6328ebe9b34cd74. Parserversion: curated-v1. Importiert am: 2026-09-04
Messungen ohne passende Vergleichswerte
Für diese Messungen fehlen passende Vergleichswerte unter gleichen Testbedingungen. Die Originalwerte und Quellen bleiben hier nachlesbar.
SWE-EVO: Test-level fix rate (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 31.41
- Bewertung
- 31.41
- Messgröße
- fix rate
- Einheit
- %
- Benchmark-Version
- arXiv v6, official Table 6
- Kategorie
- coding
- Aufgabe
- fix
- Aufgabenbezeichnung
- Test-level fix rate
- Richtung
- Mehr ist besser
- Vergleichskohorte
- swe-evo:official:fix
- Quellentyp
- official-leaderboard
- Auswertung
- SWE-EVO
- Status
- active
- Abrufdatum
- 2026-08-09
- Methodik
- 48 Aufgaben, Temperatur 0 und ausführungsbasierte Tests. OpenHands und SWE-agent bleiben sichtbar.. Kennung des Quellmodells: curated/deepseek-v3.2. Name des Quellmodells: DeepSeek-V3.2. Anbieter laut Quelle: DeepSeek. Evaluator: SWE-EVO. Datensatztyp: public. Stand der Rangliste: 2026-05-22. Agent: SWE-agent. Quellenkennung: swe-evo. Kennung der Evidenzaufnahme: curated-swe-evo-2026-08-09-ae0911b467b3. Prüfsumme der Quelldaten: ae0911b467b3760290f66f4ea50f8577df642a969e235200ca21be18e0f208fc. Parserversion: curated-v1. Importiert am: 2026-09-04
- Vergleichsmethodik
- 48 Aufgaben, Temperatur 0 und ausführungsbasierte Tests. OpenHands und SWE-agent bleiben sichtbar.
SWE-EVO: Fully resolved (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 23.4
- Bewertung
- 23.4
- Messgröße
- resolution rate
- Einheit
- %
- Benchmark-Version
- arXiv v6, official Table 6
- Kategorie
- coding
- Aufgabe
- resolved
- Aufgabenbezeichnung
- Fully resolved
- Richtung
- Mehr ist besser
- Vergleichskohorte
- swe-evo:official:resolved
- Quellentyp
- official-leaderboard
- Auswertung
- SWE-EVO
- Status
- active
- Abrufdatum
- 2026-08-09
- Methodik
- 48 Aufgaben, Temperatur 0 und ausführungsbasierte Tests. OpenHands und SWE-agent bleiben sichtbar.. Kennung des Quellmodells: curated/deepseek-v3.2. Name des Quellmodells: DeepSeek-V3.2. Anbieter laut Quelle: DeepSeek. Evaluator: SWE-EVO. Datensatztyp: public. Stand der Rangliste: 2026-05-22. Agent: SWE-agent. Quellenkennung: swe-evo. Kennung der Evidenzaufnahme: curated-swe-evo-2026-08-09-1b15e5a33090. Prüfsumme der Quelldaten: 1b15e5a330907220f103fad9efc9231d9db1de02ff92d53796c9898ca3b0574f. Parserversion: curated-v1. Importiert am: 2026-09-04
- Vergleichsmethodik
- 48 Aufgaben, Temperatur 0 und ausführungsbasierte Tests. OpenHands und SWE-agent bleiben sichtbar.
MMLU-Pro (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 85
- Bewertung
- 85
- Messgröße
- percent
- Einheit
- %
- Kategorie
- mixed
- Richtung
- Mehr ist besser
- Vergleichskohorte
- research:deepseek-v3.2:0
- Quellentyp
- vendor-reported
- Auswertung
- DeepSeek V3.2 technical report
- Status
- active
- Abrufdatum
- 2026-09-08
- Methodik
- Vom Anbieter veröffentlichter Wert. Table 2 V3.2-Thinking; temperature 1.0, 128K context, tool settings per report
GPQA (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 82.4
- Bewertung
- 82.4
- Messgröße
- percent
- Einheit
- %
- Kategorie
- mixed
- Richtung
- Mehr ist besser
- Vergleichskohorte
- research:deepseek-v3.2:1
- Quellentyp
- vendor-reported
- Auswertung
- DeepSeek V3.2 technical report
- Status
- active
- Abrufdatum
- 2026-09-08
- Methodik
- Vom Anbieter veröffentlichter Wert. Table 2 V3.2-Thinking; temperature 1.0, 128K context, tool settings per report
HLE text-only (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 25.1
- Bewertung
- 25.1
- Messgröße
- percent
- Einheit
- %
- Kategorie
- mixed
- Richtung
- Mehr ist besser
- Vergleichskohorte
- research:deepseek-v3.2:2
- Quellentyp
- vendor-reported
- Auswertung
- DeepSeek V3.2 technical report
- Status
- active
- Abrufdatum
- 2026-09-08
- Methodik
- Vom Anbieter veröffentlichter Wert. Table 2 V3.2-Thinking; temperature 1.0, 128K context, tool settings per report
LiveCodeBench (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 83.3
- Bewertung
- 83.3
- Messgröße
- percent
- Einheit
- %
- Kategorie
- mixed
- Richtung
- Mehr ist besser
- Vergleichskohorte
- research:deepseek-v3.2:3
- Quellentyp
- vendor-reported
- Auswertung
- DeepSeek V3.2 technical report
- Status
- active
- Abrufdatum
- 2026-09-08
- Methodik
- Vom Anbieter veröffentlichter Wert. Table 2 V3.2-Thinking; temperature 1.0, 128K context, tool settings per report
AIME25 (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 93.1
- Bewertung
- 93.1
- Messgröße
- percent
- Einheit
- %
- Kategorie
- mixed
- Richtung
- Mehr ist besser
- Vergleichskohorte
- research:deepseek-v3.2:5
- Quellentyp
- vendor-reported
- Auswertung
- DeepSeek V3.2 technical report
- Status
- active
- Abrufdatum
- 2026-09-08
- Methodik
- Vom Anbieter veröffentlichter Wert. Table 2 V3.2-Thinking; temperature 1.0, 128K context, tool settings per report
HMMT Feb (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 92.5
- Bewertung
- 92.5
- Messgröße
- percent
- Einheit
- %
- Kategorie
- mixed
- Richtung
- Mehr ist besser
- Vergleichskohorte
- research:deepseek-v3.2:6
- Quellentyp
- vendor-reported
- Auswertung
- DeepSeek V3.2 technical report
- Status
- active
- Abrufdatum
- 2026-09-08
- Methodik
- Vom Anbieter veröffentlichter Wert. Table 2 V3.2-Thinking; temperature 1.0, 128K context, tool settings per report
HMMT Nov (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 90.2
- Bewertung
- 90.2
- Messgröße
- percent
- Einheit
- %
- Kategorie
- mixed
- Richtung
- Mehr ist besser
- Vergleichskohorte
- research:deepseek-v3.2:7
- Quellentyp
- vendor-reported
- Auswertung
- DeepSeek V3.2 technical report
- Status
- active
- Abrufdatum
- 2026-09-08
- Methodik
- Vom Anbieter veröffentlichter Wert. Table 2 V3.2-Thinking; temperature 1.0, 128K context, tool settings per report
IMOAnswerBench (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 78.3
- Bewertung
- 78.3
- Messgröße
- percent
- Einheit
- %
- Kategorie
- mixed
- Richtung
- Mehr ist besser
- Vergleichskohorte
- research:deepseek-v3.2:8
- Quellentyp
- vendor-reported
- Auswertung
- DeepSeek V3.2 technical report
- Status
- active
- Abrufdatum
- 2026-09-08
- Methodik
- Vom Anbieter veröffentlichter Wert. Table 2 V3.2-Thinking; temperature 1.0, 128K context, tool settings per report
Dokumentierte Messdetails
Jede Beobachtung enthält den Quellwert und die veröffentlichten Testbedingungen.
MT-AgentRisk: Attack success rate (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 84.93
- Bewertung
- 84.93
- Messgröße
- attack success rate
- Einheit
- %
- Benchmark-Version
- ICML 2026 paper
- Kategorie
- cybersecurity
- Aufgabe
- asr
- Aufgabenbezeichnung
- Attack success rate
- Richtung
- Weniger ist besser
- Vergleichskohorte
- mt-agent-risk:multi-turn:asr
- Quellentyp
- independent-evaluator
- Auswertung
- MT-AgentRisk
- Status
- active
- Abrufdatum
- 2026-08-09
- Methodik
- OpenHands ohne Schutzschicht, GPT-4.1 als Juror. Einzel- und Mehrfachdialog bleiben getrennt.. Kennung des Quellmodells: curated/deepseek-v3.2. Name des Quellmodells: DeepSeek-V3.2. Anbieter laut Quelle: DeepSeek. Evaluator: MT-AgentRisk. Datensatztyp: public. Stand der Rangliste: 2026-02-13. Harness: OpenHands. Quellenkennung: mt-agent-risk. Kennung der Evidenzaufnahme: curated-mt-agent-risk-2026-08-09-4653623ba2ad. Prüfsumme der Quelldaten: 4653623ba2ad35d69829f45c6e438c363fcafcd5bb170d909c5d09ad85e9b91a. Parserversion: curated-v1. Importiert am: 2026-09-04
- Vergleichsmethodik
- OpenHands ohne Schutzschicht, GPT-4.1 als Juror. Einzel- und Mehrfachdialog bleiben getrennt.
MT-AgentRisk: Refusal rate (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 1.1
- Bewertung
- 1.1
- Messgröße
- refusal rate
- Einheit
- %
- Benchmark-Version
- ICML 2026 paper
- Kategorie
- cybersecurity
- Aufgabe
- refusal
- Aufgabenbezeichnung
- Refusal rate
- Richtung
- Mehr ist besser
- Vergleichskohorte
- mt-agent-risk:multi-turn:refusal
- Quellentyp
- independent-evaluator
- Auswertung
- MT-AgentRisk
- Status
- active
- Abrufdatum
- 2026-08-09
- Methodik
- OpenHands ohne Schutzschicht, GPT-4.1 als Juror. Einzel- und Mehrfachdialog bleiben getrennt.. Kennung des Quellmodells: curated/deepseek-v3.2. Name des Quellmodells: DeepSeek-V3.2. Anbieter laut Quelle: DeepSeek. Evaluator: MT-AgentRisk. Datensatztyp: public. Stand der Rangliste: 2026-02-13. Harness: OpenHands. Quellenkennung: mt-agent-risk. Kennung der Evidenzaufnahme: curated-mt-agent-risk-2026-08-09-8c55a5f15fa8. Prüfsumme der Quelldaten: 8c55a5f15fa8c99565c853709e3912076803d2f29c4b970bd6328ebe9b34cd74. Parserversion: curated-v1. Importiert am: 2026-09-04
- Vergleichsmethodik
- OpenHands ohne Schutzschicht, GPT-4.1 als Juror. Einzel- und Mehrfachdialog bleiben getrennt.
Eigene Modelltests
Community-Tests zum Anschauen
Vergleiche, wie die Modelle denselben Prompt umsetzen. Jeder Test zeigt den ersten Versuch, ohne nachträgliche Korrekturen am erzeugten Code. Die Ergebnisse fließen nicht in einen Gesamtscore ein.
Pelikan auf dem Fahrrad
Community-Klassiker für eine freie SVG-Zeichnung.
Prompt und Testbedingungen
Generate an SVG of a pelican riding a bicycle
Tokenlimit inklusive Reasoning: 8.192 Token
Ursprung der Aufgabe (Simon Willison)Steckbrief
Technische Daten und Zugang
Veröffentlichte Angaben zum Modell. Vorhandene Schätzungen sind ausdrücklich gekennzeichnet.
Weitere Quellenangaben
Datierte Angaben aus Dokumentation und Modellkarten. Anbieterlimits sowie native und erweiterte Kontextfenster können sich unterscheiden. Konfigurationshinweise bleiben im Original erhalten.
Kosten
Veröffentlichte Preise
Die Preise gelten für die jeweils genannte Einheit. Auflösung, Ausgabelänge und Anbieter können die Kosten verändern.
Kostenbeispiel
100 API-Anfragen
0,045 $
100 Anfragen mit je 1.000 Eingabe- und 500 Ausgabe-Token kosten rechnerisch 0,045 $. Davon entfallen 0,026 $ auf Eingaben und 0,019 $ auf Ausgaben.
- Eingabe-Preis
- 0,26 $ / 1 Mio. TokenBasisstufe je Anfrage
- Ausgabe-Preis
- 0,38 $ / 1 Mio. TokenBasisstufe je Anfrage
Die Rechnung nutzt die dokumentierten Tokenpreise und keinen Cache-Rabatt. Zusätzliche Tools, Steuern, Reasoning-Token und weitere nicht sichtbare Ausgabe-Token sind nicht enthalten.
Quelle öffnenDirekte Vergleiche
Dieses Modell im Vergleich
Jedes Duell vergleicht dieses Modell mit genau einem weiteren Modell aus derselben Kategorie.
Für dieses Modell sind noch keine direkten Vergleiche veröffentlicht.
Nachweise
Quellen und Datenstand
Alle Angaben verweisen auf die zugrunde liegende Dokumentation oder das jeweilige Leaderboard.
- Preis
API-Basispreise ohne Cache- oder Batch-Rabatt. Höhere Kontextstufen und weitere Tarife stehen unter Kosten.
Recherchestand 8. September 2026. 3 Quellen-URLs geprüft. Das dokumentiert die geprüften Quellen, nicht sämtliche Veröffentlichungen zu diesem Modell.
Offene Nachweise und Recherchehinweise (Originalwortlaut)
Ungeklärt
release-date. Report/card versioning does not provide one normalized release-date field.
Ungeklärt
api-model-id. Checked sources identify HF/report model, but not a canonical API alias for this exact snapshot.
- ModellmetadatenQuelle
- Kontextfenster-DatenQuelle
- API-PreiseQuelle
- MT-AgentRisk (abgerufen 9. August 2026)Quelle
- SWE-EVO (abgerufen 9. August 2026)Quelle
- DeepSeek V3.2 technical report (abgerufen 8. September 2026)Quelle
- Artificial Analysis (abgerufen 8. September 2026)Quelle
- Modellmetadaten (abgerufen 8. September 2026)Quelle
- DeepSeek-V3.2 release (2026-09-09)Quelle