DeepSeek-V3
671B parameters, $5.6M disclosed final-run cost — the efficiency shock.
Bạn đang xem hồ sơ mô hình AI: ai xây dựng, nó có thể làm gì, và phần cứng cũng như dữ liệu đằng sau nó.
DeepSeek-V3 (December 2024) is a 671B-parameter MoE activating 37B per token, trained on 14.8T tokens across 2,048 H800 GPUs with a disclosed final training-run cost of about $5.576M (excluding research and prior runs — a caveat often dropped in retellings). Multi-head latent attention, FP8 training and multi-token prediction made it the most-studied efficiency result in the field; weights are open. V3.1 (August 2025) added hybrid thinking; V3.2-Exp cut long-context costs with sparse attention.
Thông số kỹ thuật & dữ liệu chính
Mỗi số liệu được gán nhãn theo cơ sở: thông số kỹ thuật từ nhà cung cấp, tuyên bố từ nhà cung cấp, đã được báo cáo, ước tính, hoặc chính thức. "Không được công bố công khai" có nghĩa đúng như vậy — chúng tôi không bao giờ bịa đặt số liệu.
Overview
Kết nối của mục này với phần còn lại của hệ thống
Các liên kết của hồ sơ này trong nháy mắt — nhấp vào một nhóm để chuyển đến nhóm đó.
Phát triển bởi
Được huấn luyện trên
Dựa trên
Cơ sở cho
Được kế nhiệm bởi
Liên quan
Nguồn
DeepSeek-V3 technical report ↗
Hồ sơ được xem xét tính đến 2026-08-31 — xem Phương pháp luận.