Modelos DeepSeek

DeepSeek V4 Flash é um modelo Mixture-of-Experts da DeepSeek, otimizado para eficiência, com 284B de parâmetros no total e 13B de parâmetros ativados, com suporte a uma janela de contexto de 1M tokens. Ele foi projetado para inferência rápida e cargas de trabalho de alto rendimento, mantendo um desempenho sólido em raciocínio e programação.

DeepSeek V4 Pro é um modelo de Mixture-of-Experts em larga escala da DeepSeek, com 1.6T de parâmetros totais e 49B de parâmetros ativados, com suporte a uma janela de contexto de 1M tokens. Ele foi projetado para raciocínio avançado, programação e fluxos de trabalho de agentes de longo horizonte, com desempenho forte em benchmarks de conhecimento, matemática e engenharia de software.

DeepSeek v3.2 é a versão de produção mais recente da família DeepSeek V3: uma família de modelos de linguagem de grande porte, de pesos abertos e com prioridade ao raciocínio, projetada para compreensão de contextos longos, uso robusto de agentes e ferramentas, raciocínio avançado, programação e matemática.

deepseek-r2 em breve

DeepSeek-Reasoner é a família da DeepSeek de LLMs e endpoints de API focada prioritariamente em raciocínio, projetada para (1) expor aos chamadores a cadeia de raciocínio (CoT) interna e (2) operar em “pensamento” modos ajustados para planejamento em múltiplas etapas, matemática, programação e uso de agentes/ferramentas.

O modelo DeepSeek-V3 mais popular e com melhor custo-benefício. Versão completa de 671B. Este modelo suporta um comprimento máximo de contexto de 64,000 tokens.

em breve