Favicon de deepseek

DeepSeek: DeepSeek V3.2 Exp

deepseek/deepseek-v3.2-exp

Poids du modèle

DeepSeek-V3.2-Exp is an experimental large language model released by DeepSeek as an intermediate step between V3.1 and future architectures. It introduces DeepSeek Sparse Attention (DSA), a fine-grained sparse attention mechanism designed to improve training and inference efficiency in long-context scenarios while maintaining output quality. Users can control the reasoning behaviour with the reasoning enabled boolean. Learn more in our docs

The model was trained under conditions aligned with V3.1-Terminus to enable direct comparison. Benchmarking shows performance roughly on par with V3.1 across reasoning, coding, and agentic tool-use tasks, with minor tradeoffs and gains depending on the domain. This release focuses on validating architectural optimizations for extended context lengths rather than advancing raw task accuracy, making it primarily a research-oriented model for exploring efficient transformer designs.

Modalités
Prix d’entrée / de sortie
0,27 $US / 0,41 $USpar 1M
Contexte
164K
Publié
29 sept. 2025
Date limite des connaissances
juil. 2025

Fournisseurs

Ce modèle est hébergé par un seul fournisseur. OpenRouter transmet chaque requête sans routage.

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
0,27 $US/M de jetons
Sortie
0,4096 $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
19jetons/s

P50, meilleur résultat tous fournisseurs confondus

Latence
2,33s

P50, meilleur fournisseur

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.
99,12 %

Disponibilité au cours des 3 derniers jours

72 dernières heures
Disponibilité 99,12 %
Il y a 3 joursIl y a 2 joursHierMaintenant

Disponibilité au cours des dernières 24 heures

OpenRouter Availability
99,04 %

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 Exp (Artificial Analysis et Design Arena)
SourceTest de performanceScore
Artificial AnalysisDeepSeek V3.2 (Non-reasoning) GPQA Diamond75.1%
Artificial AnalysisDeepSeek V3.2 (Non-reasoning) HLE11.2%
Artificial AnalysisDeepSeek V3.2 (Non-reasoning) IFBench49.0%
Artificial AnalysisDeepSeek V3.2 (Non-reasoning) τ²-Bench Telecom78.9%
Artificial AnalysisDeepSeek V3.2 (Non-reasoning) AA-LCR45.7%
Artificial AnalysisDeepSeek V3.2 (Non-reasoning) CritPt0.9%
Artificial AnalysisDeepSeek V3.2 (Non-reasoning) LiveCodeBench59.3%
Artificial AnalysisDeepSeek V3.2 (Non-reasoning) Terminal-Bench Hard32.6%
Artificial AnalysisDeepSeek V3.2 (Non-reasoning) MMLU-Pro83.7%
Artificial AnalysisDeepSeek V3.2 (Non-reasoning) AIME 202559.0%
Artificial AnalysisDeepSeek V3.2 Exp (Non-reasoning) GPQA Diamond73.8%
Artificial AnalysisDeepSeek V3.2 Exp (Non-reasoning) HLE9.0%
Artificial AnalysisDeepSeek V3.2 Exp (Non-reasoning) IFBench43.1%
Artificial AnalysisDeepSeek V3.2 Exp (Non-reasoning) τ²-Bench Telecom33.9%
Artificial AnalysisDeepSeek V3.2 Exp (Non-reasoning) AA-LCR44.7%
Artificial AnalysisDeepSeek V3.2 Exp (Non-reasoning) CritPt1.4%
Artificial AnalysisDeepSeek V3.2 Exp (Non-reasoning) LiveCodeBench55.4%
Artificial AnalysisDeepSeek V3.2 Exp (Non-reasoning) Terminal-Bench Hard25.0%
Artificial AnalysisDeepSeek V3.2 Exp (Non-reasoning) MMLU-Pro83.6%
Artificial AnalysisDeepSeek V3.2 Exp (Non-reasoning) AIME 202557.7%
Artificial AnalysisDeepSeek V3.2 Exp (Reasoning) GPQA Diamond79.7%
Artificial AnalysisDeepSeek V3.2 Exp (Reasoning) HLE14.9%
Artificial AnalysisDeepSeek V3.2 Exp (Reasoning) IFBench54.1%
Artificial AnalysisDeepSeek V3.2 Exp (Reasoning) τ²-Bench Telecom33.9%
Artificial AnalysisDeepSeek V3.2 Exp (Reasoning) AA-LCR72.3%
Artificial AnalysisDeepSeek V3.2 Exp (Reasoning) CritPt1.4%
Artificial AnalysisDeepSeek V3.2 Exp (Reasoning) LiveCodeBench78.9%
Artificial AnalysisDeepSeek V3.2 Exp (Reasoning) Terminal-Bench Hard31.1%
Artificial AnalysisDeepSeek V3.2 Exp (Reasoning) MMLU-Pro85.0%
Artificial AnalysisDeepSeek V3.2 Exp (Reasoning) AIME 202587.7%
Design ArenaDeepSeek-V3.2-Exp Models Arena 3D Elo1128
Design ArenaDeepSeek-V3.2-Exp Models Arena Code Categories Elo1160
Design ArenaDeepSeek-V3.2-Exp Models Arena Data Visualization Elo1148
Design ArenaDeepSeek-V3.2-Exp Models Arena Game Development Elo1133
Design ArenaDeepSeek-V3.2-Exp Models Arena SVG Elo1020
Design ArenaDeepSeek-V3.2-Exp Models Arena UI Component Elo1156
Design ArenaDeepSeek-V3.2-Exp Models Arena Website Elo1171

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://janitorai.com/
Janitor AI
8,36Bjetons
2.
Favicon de https://sillytavern.app/
SillyTavern
1,68Bjetons
3.
Favicon de https://chub.ai/
Chub AI
1,24Bjetons
4.
Favicon de https://revla.ai/platform/3
revla:3
nouveau
992Mjetons
5.
Favicon de https://revla.ai/
revla:77
nouveau
831Mjetons
Reste d’OpenRouter
249M
Top 5 des applications
89,6M

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