Modèles DeepSeek

DeepSeek V4 Flash est un modèle à mélange d’experts optimisé pour l’efficacité de DeepSeek, avec 284B de paramètres au total et 13B de paramètres activés, prenant en charge une fenêtre de contexte de 1M de tokens. Il est conçu pour une inférence rapide et des charges de travail à haut débit, tout en conservant de solides performances en raisonnement et en programmation.

DeepSeek V4 Pro est un modèle à mélange d’experts à grande échelle de DeepSeek, avec 1.6T de paramètres au total et 49B de paramètres activés, prenant en charge une fenêtre de contexte de 1M-token. Il est conçu pour le raisonnement avancé, la programmation et les flux de travail d’agents à long horizon, avec de solides performances sur des benchmarks de connaissances, de mathématiques et d’ingénierie logicielle.

DeepSeek v3.2 est la dernière version de production de la famille DeepSeek V3 : une famille de grands modèles de langage à poids ouverts, axée en priorité sur le raisonnement, conçue pour la compréhension de contextes longs, l'utilisation robuste d'agents/outils, un raisonnement avancé, la programmation et les mathématiques.

deepseek-r2 à venir

DeepSeek-Reasoner est la famille de LLM et de points de terminaison d’API de DeepSeek, axée en priorité sur le raisonnement, conçue pour (1) exposer aux appelants le raisonnement interne en chaîne de pensée (CoT) et (2) fonctionner en modes « réflexion » optimisés pour la planification multi-étapes, les mathématiques, la programmation et l’utilisation d’agents et d’outils.

Le modèle DeepSeek-V3 le plus populaire et le plus économique. Version 671B complète. Ce modèle prend en charge une longueur de contexte maximale de 64,000 jetons.

À venir