DeepSeek-V3

این مدل چیست؟

مدل زبانی وزن‌باز DeepSeek که ۲۶ دسامبر ۲۰۲۴ منتشر شد: معماری ترکیب متخصصان (MoE) با ۶۷۱ میلیارد پارامتر که برای هر توکن حدود ۳۷ میلیارد آن فعال می‌شود. به گفتهٔ سازنده هم‌سطح بهترین مدل‌های بستهٔ آن زمان بود، با هزینهٔ آموزشی که بسیار کمتر از رقبا گزارش شد. نسخهٔ به‌روزشدهٔ V3-0324 در مارس ۲۰۲۵ با مجوز MIT آمد و برای چت، نوشتن و کدنویسی به کار می‌رود.

کجا می‌شود از آن استفاده کرد؟

• ان‌ایت‌انگزینه اقتصادی self-host
• اول‌ای‌آیگزینه اقتصادی برای حجم بالا
• ویراقابل انتخاب در چت
• هوشاگزینه اقتصادی‌تر

جایگاه در جدول‌های مقایسه

• رتبه‌بندی متنی Arena (ترجیح انسانی)deepseek-v3-0324
  رتبهٔ ۱۶۵Elo ۱٬۳۹۵$۰٫۲۹ ورودی، برای ۱ میلیون توکنپنجرهٔ ۱۶۴K
• رتبه‌بندی متنی Arena (ترجیح انسانی)deepseek-v3
  رتبهٔ ۲۰۶Elo ۱٬۳۵۸$۰٫۳۲ ورودی، برای ۱ میلیون توکنپنجرهٔ ۱۶۴K

مدل‌های دیگر دیپ‌سیک