Perbandingan Model
DeepSeek-V3.2-Exp
vs
Qwen3-VL-235B-A22B-Thinking
28 Feb 2026
Harga
Input
$
0.27
/ M Tokens
$
0.45
/ M Tokens
Output
$
0.41
/ M Tokens
$
3.5
/ M Tokens
Metadata
Buat di
29 Sep 2025
22 Sep 2025
Lisensi
MIT LICENSE
APACHE-2.0
Penyedia
DeepSeek
Qwen
Spesifikasi
Negara
Available
Available
Arsitektur
Transformer with Sparse Attention
Mixture-of-Experts
Terkalibrasi
Tidak
Tidak
Campuran Ahli
Tidak
Ya
Total Parameter
671B
235B
Parameter yang Diaktifkan
22B
Penalaran
Tidak
Tidak
Precision
FP8
FP8
Text panjang konteks
164K
262K
Max Tokens
164K
262K
Didukung Keberfungsian
Serverless
didukung
didukung
Serverless LoRA
Tidak didukung
Tidak didukung
Fine-tuning
Tidak didukung
Tidak didukung
Embeddings
Tidak didukung
Tidak didukung
Rerankers
Tidak didukung
Tidak didukung
Dukung Image Input
Tidak didukung
Tidak didukung
JSON Mode
didukung
didukung
Output Terstruktur
Tidak didukung
Tidak didukung
Alat
didukung
didukung
Fim Completion
Tidak didukung
didukung
Chat Prefix Completion
didukung
didukung
DeepSeek-V3.2-Expdalam Perbandingan
Lihat bagaimana DeepSeek-V3.2-Expmembandingkan dengan model populer lainnya di berbagai dimensi kunci.
VS
MiniMax-M2.5
VS
GLM-5
VS
Step-3.5-Flash
VS
GLM-4.7
VS
MiniMax-M2.1
VS
GLM-4.6V
VS
Kimi-K2-Thinking
VS
MiniMax-M2
VS
GLM-4.6
VS
Qwen3-VL-235B-A22B-Instruct
VS
Qwen3-VL-235B-A22B-Thinking
VS
Ring-flash-2.0
VS
Ling-flash-2.0
VS
Kimi-K2-Instruct-0905
VS
GLM-4.5V
VS
gpt-oss-120b
VS
step3
VS
Qwen3-235B-A22B-Thinking-2507
VS
Qwen3-Coder-480B-A35B-Instruct
VS
Qwen3-235B-A22B-Instruct-2507
