D
DeepSeek V3.2OPEN
DeepSeek V3.2 (DeepSeek): tarification API en direct, fenêtre de contexte et les meilleures alternatives open-source, suivies quotidiennement par OpenSourceAI.tech.
Les prix se mettent à jour automatiquement — vérifiés toutes les heures par rapport aux prix de la liste des fournisseurs.
Benchmarks & performance
Scores de benchmark indépendants pour DeepSeek V3.2, mesurés par Artificial Analysis. Plus c'est élevé, mieux c'est. Mode de mesure : Reasoning.
Pour le même budget, DeepSeek V3.2 offre 17 fois plus de capacités. Les poids ouverts signifient également que vous pouvez l'auto-héberger et ne rien payer par token.
À propos de ce modèle
DeepSeek V3.2 est un modèle d'IA à poids ouverts de DeepSeek. Vous pouvez le télécharger et l'héberger vous-même gratuitement ; les prix ci-dessous sont des prix de liste d'API hébergées, suivis à l'heure, pour les moments où vous préférez la commodité à l'auto-hébergement.
Questions fréquemment posées
Qu'est-ce que DeepSeek V3.2 ?
DeepSeek V3.2 est un modèle de langage IA de DeepSeek. Il est à poids ouverts : vous pouvez le télécharger et l'exécuter sur votre propre matériel, gratuitement. Il obtient un score de 32 sur l'indice d'intelligence d'Artificial Analysis.
DeepSeek V3.2 est-il gratuit ?
Les poids sont gratuits et ouverts — vous pouvez auto-héberger DeepSeek V3.2 et ne rien payer par token. Si vous préférez une API hébergée, les prix sont de 0,27 $ par million de tokens d'entrée et de 0,4 $ par million de tokens de sortie.
Qu'est-ce que DeepSeek V3.2 sait faire ?
Des benchmarks indépendants d'Artificial Analysis lui donnent GPQA 84%, MMLU-Pro 86.2%, Humanity's Last Exam 22.2%, Long Context Reasoning 65%, LiveCodeBench 86.2%, SciCode 38.9%, AIME 2025 92%, IFBench 60.7%, τ²-Bench 90.6%, τ-Bench Banking 18.8%, Terminal-Bench 46.8%, Terminal-Bench Hard 35.6%. Il est particulièrement utilisé pour génération de code.
Puis-je auto-héberger DeepSeek V3.2 ?
Oui. DeepSeek V3.2 a des poids ouverts, 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.
Alternatives open-source
Selon votre charge de travail, un modèle à poids ouverts que vous pouvez auto-héberger peut réduire considérablement les coûts ou supprimer complètement la tarification par token. Nos pages de comparaison mettent ce modèle côte à côte avec les meilleurs concurrents open-source.