DeepSeek v3 сочетает в себе огромную MoE архитектуру с 671B параметрами и инновационные функции, такие как многотокеновое предсказание и балансировка нагрузки без вспомогательных потерь, обеспечивая исключительные результаты в различных задачах.

DeepSeek v3 доступен через нашу платформу онлайн-демонстрации и API-сервисы. Вы также можете загрузить веса модели для локального развертывания.

DeepSeek v3 демонстрирует превосходные результаты в математике, программировании, рассуждении и многоязычных задачах, постоянно достигая лучших результатов в тестовых оценках.

DeepSeek v3 поддерживает различные варианты развертывания, включая NVIDIA GPUs, AMD GPUs и Huawei Ascend NPUs, с множеством вариантов фреймворков для оптимальной производительности.

Да, DeepSeek v3 доступен для коммерческого использования в соответствии с условиями лицензии модели.

DeepSeek v3 превосходит другие модели с открытым исходным кодом и демонстрирует производительность, сопоставимую с ведущими моделями с закрытым исходным кодом по различным оценкам.

DeepSeek v3 может быть развернут с использованием множества фреймворков, включая SGLang, LMDeploy, TensorRT-LLM, vLLM, и поддерживает как режимы вывода FP8, так и BF16.

DeepSeek v3 обладает контекстным окном 128K, что позволяет эффективно обрабатывать и понимать обширные входные последовательности для сложных задач и длинного контента.

DeepSeek v3 была предварительно обучена на 14.8 триллионах разнообразных и высококачественных токенов, после чего прошла этапы обучения с учителем и обучения с подкреплением. Процесс обучения былRemarkably stable with no irrecoverable loss spikes.

DeepSeek v3 использует смешанное 8-битное обучение FP8 и достигает эффективного обучения MoE с перекрёстным узлом с помощью алгоритмического, фреймворкового и аппаратного совместного проектирования, завершив предварительное обучение всего лишь за 2.788M часов GPU H800.