DeepSeek Modelle

DeepSeek V4 Flash ist ein effizienzoptimiertes Mixture-of-Experts-Modell von DeepSeek mit 284B Gesamtparametern und 13B aktivierten Parametern und unterstützt ein 1M-Token-Kontextfenster. Es ist für schnelle Inferenz und Workloads mit hohem Durchsatz ausgelegt, wobei es zugleich eine starke Leistung beim Schlussfolgern und Programmieren beibehält.

DeepSeek V4 Pro ist ein großskaliges Mixture-of-Experts-Modell von DeepSeek mit 1.6T Gesamtparametern und 49B aktivierten Parametern, das ein 1M-Token-Kontextfenster unterstützt. Es ist für fortgeschrittenes Schlussfolgern, Programmierung und Agenten-Workflows mit langem Planungshorizont ausgelegt und zeigt starke Leistung in Benchmarks zu Wissen, Mathematik und Softwareentwicklung.

DeepSeek v3.2 ist die neueste Produktionsversion innerhalb der DeepSeek V3-Familie: eine große, auf Schlussfolgern ausgerichtete Open-Weight-Sprachmodellfamilie, die für das Verständnis langer Kontexte, robusten Agenten-/Tool-Einsatz, fortgeschrittenes Schlussfolgern, Programmierung und Mathematik entwickelt wurde.

deepseek-r2 kommt bald

DeepSeek-Reasoner ist eine von DeepSeek entwickelte, auf Reasoning ausgerichtete Familie von LLMs und API-Endpunkten, die (1) Aufrufenden die interne Chain-of-Thought (CoT) offenlegt und (2) in “thinking”-Modi arbeitet, die für mehrstufige Planung, Mathematik, Programmierung und den Einsatz von Agenten/Tools optimiert sind.

Das beliebteste und kosteneffizienteste DeepSeek-V3-Modell. 671B Vollausbau-Version. Dieses Modell unterstützt eine maximale Kontextlänge von 64,000 Token.

Demnächst verfügbar