DeepSeek-V3.2

DeepSeek

Apenas catálogo Pesos abertos

Soberania e alojamento

Apenas catálogo

Este modelo está catalogado para referência. Ainda não está alojado na LLM EU, e nenhum endpoint próprio o serve aqui. Os pedidos para ele vão diretamente para o fornecedor, sob os termos desse fornecedor.

Resumo

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.

Especificações

Fornecedor
DeepSeek (CN)
Janela de contexto
164k
Parâmetros
685.36B
Modalidades
text
Licença
mit · licence
Pesos abertos
yes
Data de lançamento
01/12/2025
Tarefas
reasoning, coding, summarization, rag

Idiomas

Forte: en, zh

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

Idiomas

Forte

  • en
  • zh

Adequado

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

Não verificado: o fornecedor não documentou esta afirmação. — a language is listed as strong only where a source claims it; the card links the evidence where one exists.

Quando utilizá-lo

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