deepseek のファビコン

DeepSeek: DeepSeek V3.2 Exp

deepseek/deepseek-v3.2-exp

モデルの重み

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.

モダリティ
入力 / 出力料金
$0.27 / $0.411M あたり
コンテキスト
164K
公開日
2025年9月29日
知識のカットオフ
2025年7月

プロバイダー

このモデルは単一のプロバイダーでホストされています。OpenRouter はルーティングせずにすべてのリクエストを転送します。

料金

プロバイダーが提示する価格と並べて、このモデルに対して顧客が実際に支払う平均価格を表示しています。キャッシュと割引により、実際の支払価格は表示価格を大幅に下回ることがよくあります。

加重平均

入力
$0.27/百万トークン
出力
$0.4096/百万トークン
料金の推移
この選択に対応する実効価格データはありません

パフォーマンス

スループットはモデルが出力する速さです(毎秒のトークン数で、数値が高いほど優れています)。レイテンシは往復にかかる合計時間です(短いほど優れています)。TTFT は最初のトークンが出力されるまでの時間、つまり何かが表示され始めるまでの時間です(短いほど優れています)。

スループット
20トークン/秒

P50、プロバイダー全体での最良値

レイテンシ
2.26秒

P50、最適なプロバイダー

稼働率

稼働率は、過去 3 日間に少なくとも一社のプロバイダーがリクエストに応答していた時間の割合です。可用性は、推論が正常に提供された時間の割合です。OpenRouter は継続的に監視し、プロバイダーがエラーを返すと、次に最適なプロバイダーを使用します。

稼働率(3 日間)モデルに接続できました。リクエストはプロバイダーにルーティングされました。
100.00%
可用性(3 日間)モデルがいずれかのプロバイダーから推論結果を返しました。エラーと空のレスポンスはマイナスとして集計されます。
99.13%

過去 3 日間の可用性

過去 72 時間
可用性 99.13%
3 日前2 日前昨日現在

過去 24 時間の可用性

OpenRouter Availability
99.05%

上流のプロバイダーでエラーが発生した場合、リクエストフィルターが許可していれば、別の正常なプロバイダーにルーティングして復旧できます。プロバイダーごとの稼働率データにプログラムでアクセスするには Endpoints APIを利用できます。詳しくは、 負荷分散とプロバイダールーティングのオプションをご覧ください。

ベンチマーク

標準化された評価のスコアと、共通のベンチマークプロンプトに対するこのモデル自身の出力です。パーセンテージが高いほど優れており、各順位は、その情報源で評価されたモデルの中でのこのモデルの位置を示します。

ベンチマークスコアの概要: DeepSeek: DeepSeek V3.2 Exp (Artificial Analysis と Design Arena)
出典ベンチマークスコア
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

アプリ

このモデルに最も多くのトラフィックを送信している公開アプリです。実際の本番ワークロードを把握するための有力な指標であり、このモデルに最も適したユースケースを知る手がかりにもなります。

1.
https://janitorai.com/ のファビコン
Janitor AI
8.34Bトークン
2.
https://sillytavern.app/ のファビコン
SillyTavern
1.68Bトークン
3.
https://chub.ai/ のファビコン
Chub AI
1.24Bトークン
4.
https://revla.ai/platform/3 のファビコン
revla:3
新着
992Mトークン
5.
https://revla.ai/ のファビコン
revla:77
新着
831Mトークン
OpenRouter のその他のアプリ
196M
上位 5 アプリ
75.4M

アクティビティ

このモデルのトークン量とリクエストトラフィックの経時変化です。

API

このモデルを呼び出すために、そのまま使えるコードです。OpenRouter の API は OpenAI 互換のため、ほとんどの SDK はベース URL を変更するだけで動作します。モデル間で変わるのは、下記のモデルスラッグだけです。

現在、EU 域内ルーティングでは利用できません。 リージョン内ルーティングのドキュメント

よくある質問