DeepSeek modeller

DeepSeek V4 Flash er en effektivitetsoptimeret Mixture-of-Experts-model fra DeepSeek med 284B samlede parametre og 13B aktiverede parametre, og den understøtter et 1M-token kontekstvindue. Den er designet til hurtig inferens og arbejdsbelastninger med høj gennemstrømning, samtidig med at den bevarer stærk ydeevne inden for ræsonnering og kodning.

DeepSeek V4 Pro er en Mixture-of-Experts-model i stor skala fra DeepSeek med 1.6T samlede parametre og 49B aktiverede parametre, der understøtter et 1M-token kontekstvindue. Den er designet til avanceret ræsonnement, kodning og agent-workflows med lang horisont, med stærk ydeevne på tværs af benchmarks inden for viden, matematik og softwareudvikling.

DeepSeek v3.2 er den seneste produktionsversion i DeepSeek V3-familien: en stor sprogmodelfamilie med åbne vægte, der sætter ræsonnement først og er designet til forståelse af lange kontekster, robust brug af agenter/værktøjer samt avanceret ræsonnement, kodning og matematik.

deepseek-r2 kommer snart

DeepSeek-Reasoner er DeepSeek’s familie af LLM'er og API-endepunkter med fokus på ræsonnement, designet til at (1) gøre den interne chain-of-thought (CoT)-ræsonnering tilgængelig for klienter og (2) operere i “thinking”-tilstande, der er optimeret til planlægning i flere trin, matematik, kodning og brug af agenter/værktøjer.

Den mest populære og mest omkostningseffektive DeepSeek-V3-model. 671B fuldblodsudgave. Denne model understøtter en maksimal kontekstlængde på 64,000 tokens.

Kommer snart