DeepSeek V3 0324
DeepSeekDeepSeekOpen WeightMIT + Model License (Commercial use allowed)
Descripción
A powerful Mixture-of-Experts (MoE) language model with 671B total parameters (37B activated per token). Features Multi-head Latent Attention (MLA), auxiliary-loss-free load balancing, and multi-token prediction training. Pre-trained on 14.8T tokens with strong performance in reasoning, math, and code tasks.
Fecha de lanzamiento
2025-03-25
Parámetros
671.0B
Longitud del contexto
164K
Modalidades
text
Radar de capacidades
38
general
30
coding
54
reasoning
43
scienceest.
0
agents
0
multimodal
Science usa un proxy de razonamiento cuando los benchmarks científicos dedicados no están disponibles.
Rankings
| Dominio | #Posición | Puntuación | Fuente |
|---|---|---|---|
| Code Ranking | 217 | 39.0 | AA |
| General Ranking | 209 | 49.0 | AA |
| Math Reasoning | 164 | 54.0 | AA |
| Science | 232 | 45.0 | AA |
Puntuaciones de benchmarks (LLM Stats)
Biology
GPQA
68.4%Aut.
Code
LiveCodeBench
49.2%Aut.
Finance
MMLU-Pro
81.2%Aut.
Math
MATH-500
94.0%Aut.
AIME 2024
59.4%Aut.
Índices de evaluación AA
Math Index41.0
Intelligence Index22.3
Coding Index22.0
Math 5000.9
Mmlu Pro0.8
Gpqa0.7
Aime0.5
Tau20.5
Aime 250.4
Ifbench0.4
Lcr0.4
Livecodebench0.4
Scicode0.4
Terminalbench Hard0.2
Hle0.1
Puntuaciones por categoría LLM Stats
Finance80
Healthcare80
Language80
Legal80
Math80
Biology70
Chemistry70
General70
Physics70
Reasoning70
Code50
Precios
Precio de entrada$1.195 / 1M tokens
Precio de salida$1.25 / 1M tokens
Precio mixto (3:1)$1.209 / 1M tokens
Velocidad
Tokens/seg0.0 tokens/s
Retraso del primer token0.00s
Tiempo hasta la respuesta0.00s
Proveedores disponibles
(Unidades internas LS)| Proveedor | Precio de entrada | Precio de salida |
|---|---|---|
| Novita | 280K | 1.1M |