Sobre
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...
Modelos Relacionados
DeepSeek: DeepSeek V4 Pro2026-04-24DeepSeek V4 Pro (Reasoning, High Effort)2026-04-24DeepSeek: DeepSeek V4 Flash2026-04-24DeepSeek V4 Flash (Reasoning, High Effort)2026-04-24DeepSeek V4 Pro (Non-reasoning)2026-04-24DeepSeek V4 Flash (Non-reasoning)2026-04-24DeepSeek: DeepSeek V4 Flash (free)2026-04-24DeepSeek V3.2 (Reasoning)2025-12-01
Preços
Entrada
$0.23
por 1M tokens
Saída
$0.34
por 1M tokens
Combinado
$0.26
por 1M tokens
Mais barato que 66% dos modelos. Preço mediano é $0.54/1M tokens.
Calculadora de Custo
Tokens por dia1M
100K100M
Diário
$0.26
Mensal
$7.72
vs. Modelos Similares
MiMo-V2-Flash (Non-reasoning)Q:0.0
$0.15-42%
Gemma 4 31B (Non-reasoning)Q:+0.1
$0.20-20%
Grok 4.3 (Non-reasoning)Q:+0.1
$1.56+507%
Arcee AI: Trinity Large ThinkingQ:-0.2
$0.39+51%
Desempenho
80
tokens/seg
Mais rápido que 41% dos modelos
0.74
segundos
Mais rápido que 69% dos modelos
0.74
segundos
Mais rápido que 78% dos modelos
Mediana do Mercado
94 tok/s
14% mais lento
TTFT Mediano
1.10s
33% mais rápido
Vazão/Dólar
312
tok/s por $/1M
Comparação de Velocidade
DeepSeek V3.2 Exp (Non-reasoning)
80 tok/s+0%
OpenAI: GPT-5.5
80 tok/s-0%
Llama 3.1 Instruct 405B
81 tok/s+0%
Janela de Contexto
131K
tokens
Maior que 27% dos modelos
Saída Máxima
64K
tokens
49% do contexto
Benchmarks
MMLU-Pro
83.7%
GPQA Diamond
75.1%
HLE
10.5%
LiveCodeBench
59.3%
SciCode
38.7%
TerminalBench Hard
32.6%
MATH-500Não avaliado
AIMENão avaliado
AIME 2025
59.0%
IFBench
49.0%
Long Context Recall
39.0%
Tau2
78.9%
Média do MercadoMelhor Score