deepseek-v3.2
novita · Chat model
deepseek-v3.2 は novita の チャット モデルとして掲載されています。料金、上限、機能、ソースを比較しやすい形で確認できます。
正確性のため、プロバイダー名とモデル ID は原文のまま表示しています。
novita-novita-deepseek-deepseek-v3-2
入力
$0.2690 / 1M tokens
出力
$0.4000 / 1M tokens
キャッシュ入力
$0.1345 / 1M tokens
コンテキスト長
65.5K
カタログ生成日: 2026/07/13
要点
向いている確認
自分のワークロードで試す前に、料金、コンテキスト長、対応機能を短時間で確認したいときに使います。
公式側で確認すること
割引、キャッシュ料金、リージョン条件、公開メタデータに出ていないモデル上限は、必ずプロバイダーの公式ページで確認してください。
料金
| 項目 | 料金 |
|---|---|
| 入力 | $0.2690 / 1M tokens |
| 出力 | $0.4000 / 1M tokens |
| キャッシュ入力 | $0.1345 / 1M tokens |
| 埋め込み | $0.2690 / 1M tokens |
上限
コンテキスト長
65.5K
最大入力トークン
163.8K
最大出力トークン
65.5K
最大トークン
65.5K
機能
| 機能 | 対応 |
|---|---|
| Vision | - |
| Function calling | 対応 |
| Parallel function calling | 対応 |
| Tool choice | 対応 |
| Prompt caching | - |
| Reasoning | 対応 |
| Response schema | 対応 |
| System messages | 対応 |
| Audio input | - |
| Audio output | - |
| Web search | - |
| PDF input | - |
| Video input | - |
ベンチマーク
多くのベンチマーク行は、このプロバイダールートそのものではなく、ベースモデル系列に紐づいています。 ベンチマーク一覧を開く
| ベンチマーク | スコア | 指標 | 対象範囲 | 確認日 | ソース |
|---|---|---|---|---|---|
| MMLU | 88.5 | EM | ベースモデル: DeepSeek-V3 (DeepSeek-V3) | 2026-05-31 | リンク |
| GPQA Diamond | 59.1 | Pass@1 | ベースモデル: DeepSeek-V3 (DeepSeek-V3) | 2026-05-31 | リンク |
| LiveCodeBench | 37.6 | Pass@1 | ベースモデル: DeepSeek-V3 (DeepSeek-V3) | 2026-05-31 | リンク |
| AIME 2024 | 39.2 | Pass@1 | ベースモデル: DeepSeek-V3 (DeepSeek-V3) | 2026-05-31 | リンク |
| MATH-500 | 90.2 | EM | ベースモデル: DeepSeek-V3 (DeepSeek-V3) | 2026-05-31 | リンク |
| Aider Polyglot | 74.2% | percent correct | ベースモデル: DeepSeek V3.2-Exp (deepseek/deepseek-reasoner) | 2026-05-31 | リンク |
| MMLU-Pro | 85.0 | EM | ベースモデル: DeepSeek-V3.2-Exp (DeepSeek-V3.2-Exp) | 2026-05-31 | リンク |
| GPQA Diamond | 79.9 | pass@1 | ベースモデル: DeepSeek-V3.2-Exp (DeepSeek-V3.2-Exp) | 2026-05-31 | リンク |
| LiveCodeBench | 74.1 | pass@1 | ベースモデル: DeepSeek-V3.2-Exp (DeepSeek-V3.2-Exp) | 2026-05-31 | リンク |
| AIME 2025 | 89.3 | pass@1 | ベースモデル: DeepSeek-V3.2-Exp (DeepSeek-V3.2-Exp) | 2026-05-31 | リンク |
| Aider Polyglot | 74.5 | accuracy | ベースモデル: DeepSeek-V3.2-Exp (DeepSeek-V3.2-Exp) | 2026-05-31 | リンク |
| SWE-bench Verified | 67.8 | resolved | ベースモデル: DeepSeek-V3.2-Exp (DeepSeek-V3.2-Exp) | 2026-05-31 | リンク |
| Terminal-Bench | 37.7 | score | ベースモデル: DeepSeek-V3.2-Exp (DeepSeek-V3.2-Exp) | 2026-05-31 | リンク |
| Diamond | 82.4 | score | ベースモデル: DeepSeek-V3.2 (deepseek-ai/DeepSeek-V3.2) | 2026-05-31 | リンク |
| Terminal-Bench 2.0 | 39.6 * | score | ベースモデル: DeepSeek-V3.2 (deepseek-ai/DeepSeek-V3.2) | 2026-05-31 | リンク |
| Apex Agents | 7 * | score | ベースモデル: DeepSeek-V3.2 (deepseek-ai/DeepSeek-V3.2) | 2026-05-31 | リンク |
| SWE-bench Pro | 15.56 | score | ベースモデル: DeepSeek-V3.2 (deepseek-ai/DeepSeek-V3.2) | 2026-05-31 | リンク |
| SWE-bench Verified | 70 * | resolved | ベースモデル: DeepSeek-V3.2 (deepseek-ai/DeepSeek-V3.2) | 2026-05-31 | リンク |
ソース
料金とメタデータの出典は英語版と同じデータベースを使っています。公式の提供元の事実情報は翻訳や推測で補完していません。
カタログ生成日: 2026-07-13T14:21:55.110Z