HeimDeepSeek-V3-0324
671B
Modellparametermenge
DeepSeek
Angehörige Organisation
Open Source
Lizenztyp
24. März 2025
Freigabezeit
Verwandte Personen
Modelleinführung
DeepSeek-V3 übertrifft in mehreren Evaluierungen andere Open-Source-Modelle wie Qwen2.5-72B und Llama-3.1-405B und entspricht dem Leistungsniveau oberhalb geschlossener Modelle wie GPT-4 und Claude-3.5-Sonnet.
Umfassende Punktzahl
Sprachdialog
Wissensreserve
Argumentationsvereinigung
Mathematische Berechnung
Code schreiben
Befehlsschließend
Nach links und rechts swipen, um mehr anzuzeigen
Sprachverständnisfähigkeit
In der Lage, komplexe Kontexte zu verstehen und logisch kohärente Sätze zu erzeugen, obwohl sie gelegentlich in der Tonkontrolle ausgeschaltet werden.
7.4
Wissensabdeckung
Besitzt Kernwissen über Mainstream-Disziplinen, hat jedoch nur eine begrenzte Abdeckung der modernen interdisziplinären Bereiche.
8.7
Argumentationsfähigkeit
Kann logische Argumentation mit mehr als drei Schritten ausführen, obwohl die Effizienz beim Umgang mit nichtlinearen Beziehungen sinkt.
8.9
Modellvergleich
DeepSeek-V3-0324 vs Qwen2.5-7B-Instruct
Genau wie Qwen2 unterstützen die Qwen2.5-Sprachmodelle bis zu 128K Tokens und können bis zu 8K Tokens generieren. Sie unterstützen auch die Mehrsprachigkeit für über 29 Sprachen, darunter Chinesisch, Englisch, Französisch, Spanisch, Portugiesisch, Deutsch, Italienisch, Russisch, Japanisch, Koreanisch, Vietnamesisch, Thailändisch, Arabisch und mehr.
DeepSeek-V3-0324 vs Hunyuan-T1-20250822
Das von Tencent unabhängig entwickelte Deep-Reasoning-Modell trägt die Versionsnummer hunyuan-t1-20250822.
DeepSeek-V3-0324 vs Spark-X1
Der durch iFlytek veröffentlichte Inferenzmodell Spark X1 führt bei nationalen mathematischen Aufgaben und vergleicht die Leistung allgemeiner Aufgaben wie Inferenz, Textgenerierung und Sprachverständnis mit OpenAI o1 und DeepSeek R1.
Verwandter Modell
DeepSeek-V3.2
Die neueste Version der Deepseek V3-Modellreihe.
DeepSeek-V3.2-Exp
Die neueste experimentelle Version der Modelle der Deepseek V3-Serie.
DeepSeek-R1-0528
Die neueste Version von Deepseek R1.
DeepSeek-V3-0324
DeepSeek-V3 übertrifft andere Open-Source-Modelle wie Qwen2.5-72B und Llama-3.1-405B in mehreren Bewertungen und erreicht die Leistung von erstklassigen Closed-Source-Modellen wie GPT-4 und Claude-3.5-Sonnet.
DeepSeek-R1-0528
Die neueste Version von Deepseek R1.
Relevante Dokumente
China Telecom investiert in Mianbi Intelligence und erhöht das Kapital für LLM und Dateninfrastruktur auf 713.000 Yuan
Das „Nationalteam“ und die führende Persönlichkeit der Tsinghua-Universität im Bereich der großen Modelle vertiefen ihre strategische Zusammenarbeit. Am 1. März 2026 unterzog sich die Beijing Mianbi I
Die Taotian Group treibt ihre KI-orientierte Umstrukturierung voran und gewährt Praktikanten kostenlose Token-Kontingente
Die TaoTian Group hat kürzlich den „AI Productivity Plan“ eingeführt, der darauf abzielt, die Integration von KI-Technologie in E-Commerce-Abläufe und F&E-Workflows durch die Zuweisung von Ressourcen
Glean nimmt die KI-Infrastruktur von Unternehmen ins Visier
Der Wettlauf um die Vorherrschaft im Bereich der Unternehmens-KI gewinnt an Fahrt. Microsoft integriert Copilot in Office, Google bindet Gemini in Workspace ein, und sowohl OpenAI als auch Anthropic v
Tibetisches Sprachmodell erntet Beifall auf der Wissenschafts- und Technologiemesse in Peking
Auf der 28. China Beijing International Science and Technology Industry Expo erregte ein großes Sprachmodell, das Tibetisch „verstehen“ und Inhalte nach tibetischer Denkweise generieren kann, große Au
Anthropic fusioniert mit Google in einem 20-Milliarden-Dollar-Deal – der Wettbewerb im Bereich KI-Computing verschärft sich
Angesichts des sich verschärfenden Wettbewerbs im Bereich der künstlichen Intelligenz haben führende KI-Startups wie Anthropic einen bedeutenden Schritt unternommen. Quellen zufolge hat sich das Unter
