★
メニュー
ホーム 構築の仕組み ウォッチリスト スタック
ハードウェア チップチップを比較する サーバー・システムネットワーク メモリファウンドリーとパッケージング 冷却
施設 データセンター電力 プロジェクトクラウド・GPU コンピューティング
インテリジェンス AIモデルソフトウェア AI製品ベンチマーク 研究論文データセット一覧 概念一覧
エコシステム 企業一覧株式 人物タイムライン トレンドAIの未来
学ぶ ニュース データに質問する AIエージェント
概要 サイトについて 調査手法 データ&API 免責事項
オプション
データ&API

サイトのキャッシュデータへの無料読み取り専用JSONアクセス。

ダークモード

ガイドビュー
チップ、データセンター、モデルの専門用語に不慣れな方へ:閲覧しながら重要な用語をわかりやすく解説します。同じデータを、ヘルプ付きでご利用いただけます。

エキスパートビュー
あなたはすでに全体像を把握している。データだけをお届けします。クリーンで、速く、コンパクトに。余分な説明は不要。これがデフォルト表示です。

表示言語
‹ 戻る
ホーム › AIモデル › DeepSeek-V4

DeepSeek-V4

AIモデル 言語 現在

The efficiency school scales up: 1.6T parameters, MIT license, 1M context.

これはAIモデルのレコードです。開発元・できること・背後にあるハードウェアとデータを紹介します。

DeepSeek-V4 went live in preview on April 24, 2026 in Pro and Flash variants with API access and open weights under MIT. V4 Pro is a 1.6-trillion-parameter mixture-of-experts activating 49B per token, pairing MoE with sparse attention for a 1M-token context — and posting 80.6% on SWE-bench Verified (as reported in launch coverage), frontier-class coding from an open model. It extends the V3/R1 lineage's argument that engineering efficiency, not raw compute access, sets the pace under export controls.

仕様・主要事実

各数値には根拠の種別を明記しています:ベンダー仕様、ベンダー主張、報道値、推定値、または公式値。「非公開」とある場合はその通りであり、当サイトが値を創作することは一切ありません。

Overview

Architecture MoE + sparse attention; 1.6T total / 49B activeReported
Coding 80.6% SWE-bench VerifiedReported

スタック全体とのつながり

このレコードのリンク一覧 — グループをクリックするとジャンプします。

開発者

ベンチマーク実施環境

基盤

前身製品

出典

Open-source LLM landscape 2026 (V4 details) ↗ · DeepSeek ↗

レコードのレビュー時点: 2026-08-31 — 表示 調査手法.