D
DeepSeek V3.2 ExpOPEN
DeepSeek-V3.2-Exp est un modèle de langage large expérimental publié par DeepSeek comme étape intermédiaire entre V3.1 et les architectures futures.
Les prix se mettent à jour automatiquement — vérifiés quotidiennement par rapport aux prix catalogue des fournisseurs.
- $0.31 par 1M de tokens, en supposant 3 entrées pour 1 sortie la convention utilisée par Artificial Analysis
- moins cher que 53% des 204 modèles open-weight suivis ici
- 4 sur 15 modèles DeepSeek suivis ici, du moins cher
Benchmarks & performance
Scores de référence indépendants pour DeepSeek V3.2 Exp, mesurés par Artificial Analysis. Plus c'est élevé, mieux c'est. Mode de mesure : Reasoning.
For the same budget, DeepSeek V3.2 Exp delivers 7.3 times more capability. Open weights also mean you can self-host it and pay nothing per token.
Les modèles à ce niveau coûtent $0.76 par 1M de tokens (médiane de 26) — celui-ci coûte $0.31.
Moins cher et meilleur sur cet indice : GLM 5.3 Flash · GLM 5.3 Flash (batch) · DeepSeek V4.1 Flash (batch) et 15 de plus
À propos de ce modèle
DeepSeek V3.2 Exp est un modèle d'IA open-weight de DeepSeek. Vous pouvez le télécharger et le déployer en self-hosted gratuitement ; les prix ci-dessous sont les prix de liste de l'API hébergée, suivis quotidiennement, pour quand vous préférez la commodité au self-hosting.
Questions fréquemment posées
Qu'est-ce que DeepSeek V3.2 Exp ?
DeepSeek V3.2 Exp est un modèle de langage IA de DeepSeek. Il est open-weight : vous pouvez le télécharger et l'exécuter sur votre propre matériel, gratuitement. Il obtient un score de 16.6 sur l'indice d'intelligence d'Artificial Analysis.
DeepSeek V3.2 Exp est-il gratuit ?
Les poids sont gratuits et ouverts — vous pouvez auto-héberger DeepSeek V3.2 Exp et ne rien payer par jeton. Si vous préférez une API hébergée, les prix sont de 0,27 $ par million de jetons d'entrée et de 0,41 $ par million de jetons de sortie.
Qu'est-ce que DeepSeek V3.2 Exp sait faire ?
Des benchmarks indépendants d'Artificial Analysis lui donnent GPQA 79.7%, MMLU-Pro 85%, Humanity's Last Exam 14.9%, Long Context Reasoning 72.3%, LiveCodeBench 78.9%, AIME 2025 87.7%, IFBench 54.1%, τ²-Bench 33.9%, Terminal-Bench Hard 31.1%. Il est particulièrement utilisé pour raisonnement mathématique.
Puis-je auto-héberger DeepSeek V3.2 Exp ?
Oui. DeepSeek V3.2 Exp a des open weights, donc vous pouvez le télécharger et l'exécuter sur votre propre GPU ou serveur avec des outils comme Ollama, vLLM ou llama.cpp — sans coût par token.