Modelli DeepSeek

DeepSeek V4 Flash è un modello Mixture-of-Experts ottimizzato per l'efficienza di DeepSeek con 284B di parametri totali e 13B di parametri attivati, che supporta una finestra di contesto da 1M-token. È progettato per un'inferenza rapida e carichi di lavoro ad alto throughput, mantenendo al contempo solide prestazioni di ragionamento e di programmazione.

DeepSeek V4 Pro è un modello Mixture-of-Experts su larga scala di DeepSeek, con 1.6T parametri totali e 49B parametri attivati, e supporto a una finestra di contesto da 1M token. È progettato per il ragionamento avanzato, la programmazione e i flussi di lavoro di agenti a lungo orizzonte, con prestazioni elevate in benchmark di conoscenza, matematica e ingegneria del software.

DeepSeek v3.2 è l'ultima release di produzione della famiglia DeepSeek V3: una famiglia di grandi modelli linguistici a pesi aperti, incentrata sul ragionamento, progettata per la comprensione di contesti lunghi, l'uso robusto di agenti/strumenti, il ragionamento avanzato, la programmazione e la matematica.

deepseek-r2 in arrivo

DeepSeek-Reasoner è la famiglia di LLM ed endpoint API di DeepSeek incentrata sul ragionamento, progettata per (1) esporre ai chiamanti il ragionamento interno a catena di pensiero (CoT) e (2) operare in modalità di 'thinking' ottimizzate per la pianificazione a più fasi, la matematica, la programmazione e l'uso di agenti/strumenti.

Il modello DeepSeek-V3 più popolare e con il miglior rapporto qualità-prezzo. Versione completa da 671B. Questo modello supporta una lunghezza massima del contesto di 64,000 token.

Prossimamente