Семейство моделей и поколения
Многоязычная MoE-платформа больших моделей с отдельной reasoning-линией и открытыми весами
Первая публичная open-weight линия DeepSeek, ориентированная на программирование и infilling.
DeepSeek-Coder обучался на большом массиве репозиториев и оптимизирован под генерацию, автодополнение и вставку кода. Демонстрирует сильные результаты на HumanEval, MBPP и DS-1000. Поддерживает множество языков программирования.
Модель перехода к архитектуре DeepSeekMoE с акцентом на эффективность обучения и инференса.
DeepSeek-V2 использует разреженную архитектуру с активацией части экспертов на токен. Это позволило существенно снизить стоимость вывода по сравнению с dense-моделями сопоставимого масштаба.
Крупнейшая публичная MoE-модель DeepSeek с высокими результатами на MMLU и математических бенчмарках.
DeepSeek-V3 сочетает архитектуру DeepSeekMoE и Multi-head Latent Attention. Модель демонстрирует конкурентоспособные результаты относительно ведущих закрытых LLM и стала основой для reasoning-линии R1.
Открытая модель для работы с изображениями, PDF, интерфейсами и документами.
DeepSeek-VL ориентирована на реальные сценарии: скриншоты, OCR, таблицы и сложные визуальные структуры. Используется для документного анализа и мультимодальных задач.
Расширенная мультимодальная MoE-линия с улучшенным качеством визуального reasoning.
VL2 развивает идеи DeepSeek-VL, добавляя MoE-архитектуру и улучшенную обработку сложных мультимедийных входов.
Специализированная reasoning-модель с высокими показателями на MMLU, MATH и кодовых тестах.
DeepSeek-R1 обучена с использованием техник стимулирования chain-of-thought reasoning. Базовая версия доступна через API как deepseek-reasoner.
Open-weight дистилляты R1 на базах Qwen и Llama различных размеров.
Предлагают улучшенный reasoning при меньших ресурсах. Предназначены для локального запуска и корпоративной интеграции.
