Favicon de deepseek

DeepSeek: DeepSeek V3.2

DeepSeek-V3.2 is a large language model designed to harmonize high computational efficiency with strong reasoning and agentic tool-use performance. It introduces DeepSeek Sparse Attention (DSA), a fine-grained sparse attention mechanism that reduces training and inference cost while preserving quality in long-context scenarios. A scalable reinforcement learning post-training framework further improves reasoning, with reported performance in the GPT-5 class, and the model has demonstrated gold-medal results on the 2025 IMO and IOI. V3.2 also uses a large-scale agentic task synthesis pipeline to better integrate reasoning into tool-use settings, boosting compliance and generalization in interactive environments.

Users can control the reasoning behaviour with the reasoning enabled boolean. Learn more in our docs

Modalités
Prix d’entrée / de sortie
28 % de réduction
0,2088 $US / 0,3096 $USpar 1M
Contexte
164K
Publié
1 déc. 2025

Fournisseurs

Différentes entreprises hébergent le même modèle. OpenRouter achemine votre requête vers l’une d’elles selon le mode de routage que vous choisissez : Équilibré (prix + vitesse), Nitro (le plus rapide) ou Floor (le moins cher).

Tarification

Le prix moyen que les clients paient réellement pour ce modèle, à côté des prix affichés par les fournisseurs. Grâce à la mise en cache et aux remises, le prix réellement payé est souvent bien inférieur au prix affiché.

Moyenne pondérée

Entrée
0,1773 $US/M de jetons
Sortie
0,4743 $US/M de jetons
Historique des prix
Aucune donnée de prix effectif pour cette sélection

Performances

Le débit est la vitesse à laquelle le modèle écrit (jetons par seconde — plus il est élevé, mieux c’est). La latence est le temps total d’aller-retour (plus il est faible, mieux c’est). Le TTFT est le délai avant le premier jeton — le temps avant de voir quelque chose apparaître (plus il est faible, mieux c’est).

Débit
50jetons/s

P50, meilleur résultat tous fournisseurs confondus

Latence
0,81s

P50, meilleur fournisseur

Évaluations comparatives AutoExacto
GPQA DiamondTAU-BenchDigitalOcean82,5 %--Baidu Qianfan81,9 %--GMICloud88,1 %69,5 %Venice82,2 %74,2 %Friendli82,1 %74,0 %
+8 fournisseurs supplémentaires

Disponibilité

La disponibilité correspond au pourcentage des 3 derniers jours pendant lequel au moins un fournisseur répondait aux requêtes. La disponibilité du service correspond au pourcentage de temps pendant lequel l’inférence a été assurée avec succès. OpenRouter surveille en continu les fournisseurs et utilise le meilleur fournisseur suivant lorsque l’un d’eux renvoie une erreur.

Disponibilité (3 j)Le modèle était joignable. Requête acheminée vers un fournisseur.
100,00 %
Disponibilité (3 j)Le modèle a renvoyé un résultat d’inférence, quel que soit le fournisseur. Les erreurs et les réponses vides sont comptabilisées à son détriment.
99,58 %

Disponibilité au cours des 3 derniers jours

72 dernières heures
Disponibilité 99,58 %
Il y a 3 joursIl y a 2 joursHierMaintenant

Disponibilité au cours des dernières 24 heures

OpenRouter Availability
99,73 %
Without Routing
97,01 %

Lorsqu’une erreur survient chez un fournisseur en amont, nous pouvons rétablir le service en routant la requête vers un autre fournisseur opérationnel, si les filtres de votre requête le permettent. Vous pouvez accéder par programmation aux données de disponibilité de chaque fournisseur via l’ API des points de terminaison. Découvrez nos options d’ équilibrage de charge et de routage des fournisseurs.

Évaluations comparatives

Scores aux évaluations standardisées et réponses de ce modèle aux prompts communs des tests de référence. Des pourcentages plus élevés sont meilleurs — et chaque rang indique la position de ce modèle parmi les modèles évalués sur cette source.

Résumé des scores aux tests de performance pour DeepSeek: DeepSeek V3.2 (Artificial Analysis, Design Arena et Vals AI)
SourceTest de performanceScore
Artificial AnalysisDeepSeek V3.2 (Reasoning) Coding Index44,2
Artificial AnalysisDeepSeek V3.2 (Reasoning) GPQA Diamond84.0%
Artificial AnalysisDeepSeek V3.2 (Reasoning) HLE24.6%
Artificial AnalysisDeepSeek V3.2 (Reasoning) IFBench60.7%
Artificial AnalysisDeepSeek V3.2 (Reasoning) τ²-Bench Telecom90.6%
Artificial AnalysisDeepSeek V3.2 (Reasoning) AA-LCR73.3%
Artificial AnalysisDeepSeek V3.2 (Reasoning) GDPval-AA10.0%
Artificial AnalysisDeepSeek V3.2 (Reasoning) CritPt2.9%
Artificial AnalysisDeepSeek V3.2 (Reasoning) LiveCodeBench86.2%
Artificial AnalysisDeepSeek V3.2 (Reasoning) Terminal-Bench Hard35.6%
Artificial AnalysisDeepSeek V3.2 (Reasoning) Terminal-Bench 2.146.8%
Artificial AnalysisDeepSeek V3.2 (Reasoning) MMLU-Pro86.2%
Artificial AnalysisDeepSeek V3.2 (Reasoning) AIME 202592.0%
Design ArenaDeepSeek-V3.2 Models Arena 3D Elo1112
Design ArenaDeepSeek-V3.2 Models Arena Asciiart Elo1070
Design ArenaDeepSeek-V3.2 Models Arena Code Categories Elo1153
Design ArenaDeepSeek-V3.2 Models Arena Data Visualization Elo1155
Design ArenaDeepSeek-V3.2 Models Arena Game Development Elo1121
Design ArenaDeepSeek-V3.2 Models Arena SVG Elo1021
Design ArenaDeepSeek-V3.2 Models Arena UI Component Elo1139
Design ArenaDeepSeek-V3.2 Models Arena Website Elo1167
Vals AIDeepSeek V3.2 (Thinking) AIME84.6%
Vals AIDeepSeek V3.2 (Thinking) CaseLaw v255.4%
Vals AIDeepSeek V3.2 (Thinking) CorpFin v251.0%
Vals AIDeepSeek V3.2 (Thinking) Finance Agent v1.12.3%
Vals AIDeepSeek V3.2 (Thinking) GPQA Diamond80.3%
Vals AIDeepSeek V3.2 (Thinking) IOI v110.7%
Vals AIDeepSeek V3.2 (Thinking) LiveCodeBench80.7%
Vals AIDeepSeek V3.2 (Thinking) LegalBench76.1%
Vals AIDeepSeek V3.2 (Thinking) MedQA93.9%
Vals AIDeepSeek V3.2 (Thinking) MGSM86.0%
Vals AIDeepSeek V3.2 (Thinking) MMLU Pro84.9%
Vals AIDeepSeek V3.2 (Thinking) ProofBench v14.0%
Vals AIDeepSeek V3.2 (Thinking) SWE-bench67.6%
Vals AIDeepSeek V3.2 (Thinking) TaxEval v268.2%
Vals AIDeepSeek V3.2 (Thinking) Terminal-Bench 2.036.0%
Vals AIDeepSeek V3.2 (Thinking) Vals Index26.3%
Vals AIDeepSeek V3.2 (Thinking) Vibe Code Bench v1.15.1%

Applications

Applications publiques qui envoient le plus de trafic à ce modèle. Un bon indicateur des charges de travail réelles en production — et un aperçu des cas d’usage auxquels ce modèle convient le mieux.

1.
Favicon de https://chatboxai.app/
Chatbox AI
159Bjetons
2.
Favicon de https://janitorai.com/
Janitor AI
143Bjetons
3.
Favicon de https://nousresearch.com
Hermes Agent
17,5Bjetons
4.
Favicon de https://lorebary.com/
Sophia's LoreBary
15,9Bjetons
5.
Favicon de https://sillytavern.app/
SillyTavern
13,3Bjetons
Reste d’OpenRouter
7,2B
Top 5 des applications
2,83B

Activité

Volume de jetons et trafic des requêtes vers ce modèle au fil du temps.

API

Code prêt à l’emploi pour appeler ce modèle. L’API d’OpenRouter est compatible avec OpenAI — la plupart des SDK fonctionnent en remplaçant simplement l’URL de base. Seul le slug du modèle ci-dessous change d’un modèle à l’autre.

Actuellement indisponible via le routage dans la région UE. Documentation sur le routage intrarégional

Questions fréquentes

Explorer d’autres modèles