DeepSeek-V3.2
Suverænitet og hosting
Denne model er katalogiseret til reference. Den er ikke hostet på LLM EU endnu, og ingen førsteparts-endpoint betjener den her. Anmodninger til den går direkte til udbyderen, under den pågældende udbyders egne vilkår.
Resumé
DeepSeek-V3.2 is a 685B mixture-of-experts model released under the MIT licence, with a configuration maximum of 163,840 tokens. Its main architectural change is DeepSeek Sparse Attention, which the vendor describes as reducing the computational cost of long-context inference. It is a text-only model and needs a multi-node deployment at full precision.
Specifikationer
- Udbyder
- DeepSeek (CN)
- Kontekstvindue
- 164k
- Parametre
- 685.36B
- Modaliteter
- text
- Licens
- mit · licence
- Åbne vægte
- yes
- Udgivelsesdato
- 01. dec. 2025
- Opgaver
- reasoning, coding, summarization, rag
Sprog
Stærk: en, zh
Tilstrækkelig: de, fr, es, it, pt, ru, ja, ko, ar
Sprog
Stærk
- en
- zh
Tilstrækkelig
- de
- fr
- es
- it
- pt
- ru
- ja
- ko
- ar
Ikke verificeret: udbyderen har ikke dokumenteret denne påstand. — a language is listed as strong only where a source claims it; the card links the evidence where one exists.
Hvornår skal man bruge den
Styrker
- MIT licence
- sparse attention aimed at lower long-context inference cost
- 163,840-token configuration maximum
Begrænsninger
- 685B parameters: full-precision serving needs several nodes
- vendor efficiency claims are not independently reproduced here
- no evaluation has been run by LLM EU