DeepSeek-V3.2-Exp
DeepSeek-V3.2-Exp est un LLM open-weights de DeepSeek, publié le 29 septembre 2025 sous licence MIT avec usage commercial autorisé. Le modèle se distingue par une très grande taille, 685 milliards de paramètres, et une fenêtre de contexte de 163 840 tokens, avec des connaissances…
DeepSeek-V3.2-Exp est un LLM open-weights de DeepSeek, publié le 29 septembre 2025 sous licence MIT avec usage commercial autorisé. Le modèle se distingue par une très grande taille, 685 milliards de paramètres, et une fenêtre de contexte de 163 840 tokens, avec des connaissances arrêtées au 31 juillet 2025.
Son positionnement est particulièrement agressif sur le prix : l’entrée et la sortie sont facturées à un niveau très économique, 86% sous la moyenne des LLM similaires et environ 17,9 fois moins cher que les modèles frontière. À sa sortie, il se situait dans le top 17% de sa génération sur GPQA.
Caractéristiques
| Caractéristique | Valeur |
|---|---|
| Type | Grand modèle de langage (LLM) |
| Éditeur | DeepSeek |
| Licence | MIT (open-weights, usage commercial autorisé) |
| Date de sortie | 29 septembre 2025 |
| Connaissances jusqu'à | 2025-07-31 |
| Multimodal | non |
| Paramètres | 685 milliards |
| Fenêtre de contexte | 163 840 tokens |
| Modalités (entrée → sortie) | text → text |
Performances (benchmarks)
| Benchmark | Score | Rang (LLM) | Source | Fiabilité |
|---|---|---|---|---|
| Benchable : Ethics (Baseline) | 100,0 % | 1ᵉ / 248 | benchable | ✅ Mesuré |
| Benchable : General Knowledge (Baseline) | 99,5 % | 68ᵉ / 250 | benchable | ✅ Mesuré |
| Benchable : Email Classification (Baseline) | 98,0 % | 90ᵉ / 254 | benchable | ✅ Mesuré |
| Benchable : Hallucinations (Baseline) | 96,0 % | 102ᵉ / 229 | benchable | ✅ Mesuré |
| Benchable : Mathematics (Baseline) | 94,0 % | 42ᵉ / 217 | benchable | ✅ Mesuré |
| Benchable : Coding (Baseline) | 93,0 % | 58ᵉ / 248 | benchable | ✅ Mesuré |
| Benchable : Reasoning (Baseline) | 86,0 % | 102ᵉ / 239 | benchable | ✅ Mesuré |
| LiveBench: Mathematics | 82,4 % | 31ᵉ / 76 | livebench | ✅ Mesuré |
| Benchable : Instruction Following (Baseline) | 71,7 % | 81ᵉ / 252 | benchable | ✅ Mesuré |
| LiveBench: Language | 71,1 % | 41ᵉ / 76 | livebench | ✅ Mesuré |
| LiveBench: Coding | 70,1 % | 43ᵉ / 76 | livebench | ✅ Mesuré |
| LiveBench: Reasoning | 64,4 % | 43ᵉ / 76 | livebench | ✅ Mesuré |
| LiveBench: Global average | 58,9 % | 48ᵉ / 76 | livebench | ✅ Mesuré |
| LiveBench: Data Analysis | 51,5 % | 50ᵉ / 76 | livebench | ✅ Mesuré |
| LiveBench: IF | 41,3 % | 50ᵉ / 76 | livebench | ✅ Mesuré |
| LiveBench: Agentic Coding | 31,7 % | 56ᵉ / 76 | livebench | ✅ Mesuré |
| SimpleQA | 97,1 % | 1ᵉ / 45 | llm-stats | Auto-déclaré |
| AIME 2025 | 89,3 % | 46ᵉ / 108 | llm-stats | Auto-déclaré |
| MMLU-Pro | 85,0 % | 17ᵉ / 125 | llm-stats | Auto-déclaré |
| HMMT 2025 | 83,6 % | 23ᵉ / 33 | llm-stats | Auto-déclaré |
| GPQA | 79,9 % | 74ᵉ / 213 | llm-stats | Auto-déclaré |
| Aider-Polyglot | 74,5 % | 5ᵉ / 22 | llm-stats | Auto-déclaré |
| LiveCodeBench | 74,1 % | 16ᵉ / 72 | llm-stats | Auto-déclaré |
| CodeForces | 70,7 % | 11ᵉ / 16 | llm-stats | Auto-déclaré |
| SWE-Bench Verified | 67,8 % | 64ᵉ / 100 | llm-stats | Auto-déclaré |
| SWE-bench Multilingual | 57,9 % | 24ᵉ / 32 | llm-stats | Auto-déclaré |
| BrowseComp-zh | 47,9 % | 12ᵉ / 13 | llm-stats | Auto-déclaré |
| BrowseComp | 40,1 % | 45ᵉ / 51 | llm-stats | Auto-déclaré |
| Terminal-Bench | 37,7 % | 11ᵉ / 25 | llm-stats | Auto-déclaré |
| Humanity's Last Exam | 19,8 % | 54ᵉ / 86 | llm-stats | Auto-déclaré |
« Auto-déclaré » : score communiqué par l'éditeur, non rejoué indépendamment. « Mesuré » : évalué par un tiers (Epoch AI, LiveBench). Le rang est calculé parmi les LLM évalués sur le même benchmark.
Comment se situe-t-il ?
Le modèle (en orange) comparé aux meilleurs modèles « grand public » sur chaque dimension, et à ses voisins de classement.
Benchable : Ethics (Baseline)
Benchable : General Knowledge (Baseline)
Classements Arena (Elo)
| Catégorie | Elo | Rang |
|---|---|---|
| Arena Text | 1423 | 87ᵉ |
| Arena Code | 1287 | 72ᵉ |
Tarifs
| Fournisseur | Entrée / 1M | Sortie / 1M | Cache lecture / 1M |
|---|---|---|---|
| NovitaAI | 0,27 $ | 0,41 $ | n.d. |
Prix en dollars US par million de tokens.
Sa tarification se situe 86 % en dessous de la moyenne des LLM similaires, et 17,9 fois moins cher que les modèles frontières (Claude Fable 5, GPT-5.4, Gemini 3.1 Pro Preview).
Coût & vitesse agentiques
| Indicateur | Valeur |
|---|---|
| Coût moyen par benchmark — Benchable | 0,01 $ |
| Latence moyenne par benchmark — Benchable | 7 min 59 s |
Coûts et durées réels mesurés en exécutant le modèle comme agent. PinchBench = un run complet de 147 tâches (harness OpenClaw) ; Benchable = moyenne par benchmark. Sources : PinchBench, Benchable.ai.
Notre analyse
Forces. DeepSeek-V3.2-Exp affiche ses meilleurs résultats sur Benchable Ethics (Baseline), où il atteint le tout premier rang du panel, ainsi que sur General Knowledge (Baseline), Email Classification (Baseline) et Hallucinations (Baseline), tous placés dans des zones solides. Les scores Benchable en Mathematics (Baseline) et Coding (Baseline) indiquent aussi un niveau compétitif pour les tâches techniques, sans être limité à un usage généraliste. Sa licence MIT et son statut open-weights renforcent son intérêt pour des déploiements commerciaux contrôlés, tandis que sa très grande fenêtre de contexte le rend adapté aux traitements de longs documents et aux corpus volumineux.
Limites et points d'attention. Les classements Arena text et Arena code le placent plus bas que ses meilleurs résultats Benchable, ce qui suggère un écart entre performances sur bancs d’essai ciblés et préférence comparative en interaction ouverte. Le rang en General Knowledge (Baseline), malgré un score maximal, montre aussi que plusieurs modèles obtiennent des résultats équivalents sur ce test. Son principal avantage économique ne signifie donc pas une domination générale des modèles haut de gamme. DeepSeek-V3.2-Exp vise surtout les usages où le coût par token, l’ouverture des poids, le contexte long et de bonnes performances générales comptent davantage qu’un rang de tête en arènes comparatives.
Sources des données : LLM-Stats (llm-stats.com) · OpenRouter (openrouter.ai) · LiveBench (livebench.ai) · Arena.ai (arena.ai) · Benchable.ai (benchable.ai).