Comparar

DeepSeek V3 0324 vs DeepSeek-V3.2

Coloque dois a quatro modelos lado a lado nos campos que decidem uma implementação: contexto, preço, região, licença, idiomas, alojamento e o que está verificado.

DeepSeek V3 0324DeepSeek-V3.2
Fornecedor DeepSeekDeepSeek
Parâmetros 684.5B685.36B
Janela de contexto Não verificado: o fornecedor não documentou esta afirmação.164k
Licença mitmit
Modalidades texttext
Data de lançamento 24/03/202501/12/2025
Idiomas Não verificado: o fornecedor não documentou esta afirmação.Forte: en, zh
Adequado: de, fr, es, it, pt, ru, ja, ko, ar
Pesos abertos simsim
Tarefas Raciocínio, CodificaçãoRaciocínio, Codificação, Sumarização, Recuperação (RAG)

Onde dois modelos diferem, esta tabela mostra a diferença e para. A LLM EU não publica um selo de vencedor sem uma pontuação documentada para essa tarefa, e um valor em falta permanece em falta em vez de se tornar zero.

Quando usar

DeepSeek V3 0324

Pontos fortes

  • open weights are published on Hugging Face and can be downloaded without a vendor agreement
  • mit licence, so commercial self-hosting is permitted without a separate agreement

Limitações

  • catalogue only — LLM EU does not run this model, and nothing on this card implies an LLM EU endpoint
  • no evaluation has been run by LLM EU
  • the published configuration records no context window, so the card carries none
  • at 684.5B parameters, self-hosting needs a multi-node deployment rather than a single server

Tarefas

Raciocínio, Codificação

DeepSeek-V3.2

Pontos fortes

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

Limitações

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

Tarefas

Raciocínio, Codificação, Sumarização, Recuperação (RAG)

Tarefas: Raciocínio, Codificação

Comparar modelos

Comparar modelos →