Сравнение Model
DeepSeek-V3.2
против
step3
28 февр. 2026 г.
Цены
Input
$
0.27
/ M Tokens
$
0.57
/ M Tokens
Output
$
0.42
/ M Tokens
$
1.42
/ M Tokens
Метаданные
Создать на
1 дек. 2025 г.
28 июл. 2025 г.
Лицензия
MIT LICENSE
APACHE LICENSE (VERSION 2.0)
Поставщик
DeepSeek
StepFun
Спецификация
Государство
Available
Deprecated
Архитектура
DeepSeek Sparse Attention (DSA), Scalable Reinforcement Learning Framework, Large-Scale Agentic Task Synthesis Pipeline
Mixture-of-Experts (MoE) architecture with Multi-Matrix Factorization Attention (MFA) and Attention-FFN Disaggregation (AFD)
Калибровка
Нет
Нет
Смешение экспертов
Нет
Да
Общее количество параметров
671B
321B
Активированные параметры
671B
38B
Мышление
Нет
Нет
Точность
FP8
FP8
Длина контекста
164K
66K
Максимум Tokens
164K
66K
поддерживается функциональность
Безсерверный
поддерживается
поддерживается
Безсерверный LoRA
Не поддерживается
Не поддерживается
Тонкая настройка
Не поддерживается
Не поддерживается
Embeddings
Не поддерживается
Не поддерживается
Rerankers
Не поддерживается
Не поддерживается
Поддержка Image Input
Не поддерживается
Не поддерживается
Режим JSON
поддерживается
поддерживается
Структурированные Outputs
Не поддерживается
Не поддерживается
Инструменты
поддерживается
поддерживается
Завершение погашения
Не поддерживается
Не поддерживается
Chat Префикс Заполнение
поддерживается
Не поддерживается
DeepSeek-V3.2в сравнении
Смотрите как DeepSeek-V3.2сравнивается с другими популярными моделями по ключевым параметрам.
ВС
MiniMax-M2.5
ВС
GLM-5
ВС
Step-3.5-Flash
ВС
GLM-4.7
ВС
GLM-4.7
ВС
MiniMax-M2.1
ВС
GLM-4.6V
ВС
Kimi-K2-Thinking
ВС
MiniMax-M2
ВС
DeepSeek-V3.2-Exp
ВС
GLM-4.6
ВС
Qwen3-VL-235B-A22B-Instruct
ВС
Qwen3-VL-235B-A22B-Thinking
ВС
Ring-flash-2.0
ВС
Ling-flash-2.0
ВС
Kimi-K2-Instruct-0905
ВС
GLM-4.5V
ВС
gpt-oss-120b
ВС
step3
ВС
Qwen3-235B-A22B-Thinking-2507
