DeepSeek-V3.2

DeepSeek

Catalogue uniquement Poids ouverts

Souveraineté et hébergement

Catalogue uniquement

Ce modèle est catalogué pour référence. Il n’est pas encore hébergé sur LLM EU, et aucun endpoint de première partie ne le sert ici. Les requêtes vers ce modèle vont directement au fournisseur, selon les propres conditions de ce fournisseur.

Résumé

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.

Spécifications

Fournisseur
DeepSeek (CN)
Fenêtre de contexte
164k
Paramètres
685.36B
Modalités
text
Licence
mit · licence
Poids ouverts
yes
Date de publication
01 déc. 2025
Tâches
reasoning, coding, summarization, rag

Langues

Fort: en, zh

Adéquat: de, fr, es, it, pt, ru, ja, ko, ar

Langues

Fort

  • en
  • zh

Adéquat

  • de
  • fr
  • es
  • it
  • pt
  • ru
  • ja
  • ko
  • ar

Non vérifié : le fournisseur n’a pas documenté cette affirmation. — a language is listed as strong only where a source claims it; the card links the evidence where one exists.

Quand l’utiliser

Points forts

  • MIT licence
  • sparse attention aimed at lower long-context inference cost
  • 163,840-token configuration maximum

Limites

  • 685B parameters: full-precision serving needs several nodes
  • vendor efficiency claims are not independently reproduced here
  • no evaluation has been run by LLM EU