Favicon de deepseek

DeepSeek: DeepSeek V3.2 Exp

deepseek/deepseek-v3.2-exp

Pesos do modelo

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.

Modalidades
Preço de entrada / saída
US$ 0,27 / US$ 0,41por 1M
Contexto
164K
Lançado
29 de set. de 2025
Data de corte do conhecimento
jul. de 2025

Provedores

Este modelo é hospedado por um provedor. O OpenRouter encaminha todas as solicitações sem roteamento.

Preços

O preço médio que os clientes realmente pagam por este modelo, ao lado dos preços publicados pelos provedores. O cache e os descontos fazem com que o preço efetivamente pago seja frequentemente bem inferior ao preço anunciado.

Média ponderada

Entrada
US$ 0,27/M tokens
Saída
US$ 0,4096/M tokens
Histórico de preços
Nenhum dado de preço efetivo para esta seleção

Desempenho

A vazão indica a velocidade com que o modelo escreve (tokens por segundo — quanto maior, melhor). A latência é o tempo total de ida e volta (quanto menor, melhor). TTFT é o tempo até o primeiro token — quanto tempo leva para você ver algo aparecer (quanto menor, melhor).

Taxa de transferência
19tok/s

P50, melhor entre os provedores

Latência
2,24s

P50, melhor provedor

Disponibilidade

A disponibilidade é a porcentagem dos últimos 3 dias em que pelo menos um provedor estava respondendo às solicitações. A disponibilidade é a porcentagem de tempo em que a inferência foi realizada com sucesso. O OpenRouter monitora continuamente e usa o próximo melhor provedor quando um deles retorna um erro.

Disponibilidade (3d)O modelo estava acessível. Requisição roteada para um provedor.
100,00%
Disponibilidade (3d)O modelo retornou inferência de qualquer provedor. Erros e respostas vazias contam negativamente para essa métrica.
99,15%

Disponibilidade nos últimos 3 dias

Últimas 72 horas
Disponibilidade 99,15%
Há 3 diasHá 2 diasOntemAgora

Disponibilidade nas últimas 24 horas

OpenRouter Availability
98,98%

Quando ocorre um erro em um provedor upstream, podemos nos recuperar roteando para outro provedor saudável, se os filtros da sua solicitação permitirem. Você pode acessar os dados de disponibilidade por provedor de forma programática pela API de endpoints. Saiba mais sobre nossas opções de balanceamento de carga e roteamento de provedores.

Avaliações de desempenho

Pontuações em avaliações padronizadas e as próprias saídas deste modelo para prompts compartilhados de testes de desempenho. Porcentagens maiores são melhores — e cada posição mostra onde este modelo fica entre os modelos avaliados naquela fonte.

Resumo das pontuações de avaliações comparativas para DeepSeek: DeepSeek V3.2 Exp (Artificial Analysis e Design Arena)
FonteAvaliação comparativaPontuação
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

Aplicativos

Aplicativos públicos que enviam mais tráfego para este modelo. Um bom indicador de como são as cargas de trabalho reais em produção — e uma pista sobre os casos de uso para os quais este modelo é mais adequado.

1.
Favicon de https://janitorai.com/
Janitor AI
8,42Btokens
2.
Favicon de https://sillytavern.app/
SillyTavern
1,69Btokens
3.
Favicon de https://chub.ai/
Chub AI
1,24Btokens
4.
992Mtokens
5.
833Mtokens
Restante do OpenRouter
560M
5 principais aplicativos
174M

Atividade

Volume de tokens e tráfego de requisições para este modelo ao longo do tempo.

API

Código pronto para chamar este modelo. A API do OpenRouter é compatível com a OpenAI — a maioria dos SDKs funciona apenas trocando a URL base. A única coisa que muda entre os modelos é o slug do modelo abaixo.

Atualmente indisponível por meio do roteamento intrarregional da UE. Documentação de roteamento na região

Perguntas frequentes