D
DeepSeek V3.2OPEN
DeepSeek-V3.2 est un grand modèle de langage conçu pour harmoniser une haute efficacité computationnelle avec un fort raisonnement et des performances d'utilisation d'outils agentiques.
Les prix se mettent à jour automatiquement — vérifiés quotidiennement par rapport aux prix catalogue des fournisseurs.
- $0.29 par 1M de tokens, en supposant 3 entrées pour 1 sortie la convention utilisée par Artificial Analysis
- moins cher que 55% des 191 modèles open-weight suivis ici
- 3 sur 14 modèles DeepSeek suivis ici, du moins cher
Benchmarks & performance
Scores de benchmark indépendants pour DeepSeek V3.2, mesurés par Artificial Analysis. Plus c'est élevé, mieux c'est. Mode de mesure : Non-reasoning.
Pour le même budget, DeepSeek V3.2 offre 13 fois plus de capacité. Les open weights signifient également que vous pouvez l'auto-héberger et ne rien payer par jeton.
Les modèles à ce niveau coûtent $0.96 par 1M de tokens (médiane de 21) — celui-ci coûte $0.29.
Moins cher et meilleur sur cet indice : GLM 5.3 Flash · GPT-5.6 Luna (batch) · DeepSeek V4 Flash 0731 et 12 de plus
À propos de ce modèle
DeepSeek V3.2 est un modèle d'IA open-weight de DeepSeek. Vous pouvez le télécharger et le self-host gratuitement ; les prix ci-dessous sont les tarifs d'API hébergée, suivis quotidiennement, pour quand vous préférez la commodité au self-hosting.
Questions fréquemment posées
Qu'est-ce que DeepSeek V3.2 ?
DeepSeek V3.2 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 25.1 sur l'indice d'intelligence d'Artificial Analysis.
DeepSeek V3.2 est-il gratuit ?
Les poids sont gratuits et ouverts — vous pouvez self-héberger DeepSeek V3.2 et ne rien payer par token. Si vous préférez une API hébergée, les prix affichés sont de $0.26 par million de tokens d'entrée et $0.38 par million de tokens de sortie.
Qu'est-ce que DeepSeek V3.2 sait faire ?
Des benchmarks indépendants d'Artificial Analysis lui donnent GPQA 75.1%, MMLU-Pro 83.7%, Humanity's Last Exam 11.2%, Long Context Reasoning 42.7%, LiveCodeBench 59.3%, SciCode 38.7%, AIME 2025 59%, IFBench 49%, τ²-Bench 78.9%, Terminal-Bench Hard 32.6%. Il est particulièrement utilisé pour raisonnement mathématique.
Puis-je auto-héberger DeepSeek V3.2 ?
Oui. DeepSeek V3.2 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 jeton.