TellWorldAI 世界档案
问档案English
动态
模型
机构
人物
论文与概念
产品与智能体
芯片与机器人
编年史
专题
问档案English

首页›模型

模型

DeepSeek-V3

DeepSeek-V3 是深度求索（DeepSeek）于 2024 年 12 月发布的开放权重模型，采用混合专家（mixture-of-experts）架构，总参数 6710 亿，每个词元激活 370 亿。

状态 已弃用模态 文本开放权重 是上下文（千 token） 128 时代 生成式 AI 普及

参数量
671B
许可
开放权重
访问方式
API、应用、下载
发布日期
开发方
深度求索（DeepSeek）

是什么

DeepSeek-V3 是深度求索（DeepSeek）发布的开放权重语言模型，于 2024 年 12 月 26 日公开，技术报告次日发布在 arXiv 上。[5][1]

它采用混合专家（mixture-of-experts）架构。模型总参数为 6710 亿，但处理每个词元时只激活其中 370 亿。混合专家模型把容量分配给许多专门的子网络，每个词元只交给其中少数几个处理，因此每个词元的计算量远小于总参数规模。模型的基本结构仍属于 Transformer 框架，并沿用了深度求索在 DeepSeek-V2 中首次验证过的两项技术：多头潜在注意力（Multi-head Latent Attention，MLA）和 DeepSeekMoE。[1]

由来

DeepSeek-V3 先在 14.8 万亿个词元上完成预训练，再经过监督微调和强化学习。上下文长度分两个阶段延长，先到 32K，再到 128K 个词元。[1]

报告给出的完整训练耗时为 278.8 万个 H800 GPU 小时，其中预训练占 266.4 万小时，在 2048 块 H800 GPU 组成的集群上用不到两个月完成。若按每 GPU 小时 2 美元的假定租金计算，约合 557.6 万美元。[1] 报告强调，这一数字只包括最终的训练运行，不含此前的研究和消融实验。训练过程中，报告未出现不可恢复的损失尖峰，也没有发生回滚。[1]

主要特点

在训练方法上，报告提出了无需辅助损失项的专家负载均衡策略和多词元预测（multi-token prediction）训练目标，并称首次在这一规模上验证了 FP8 混合精度训练。[1]

聊天模型在 MATH-500 上得 90.2 分，在 AIME 2024 上得 39.2 分，在 Arena-Hard 上得 85.5 分。深度求索称它是表现最好的开源模型，并认为其成绩可与领先的闭源模型相当。[1]

深度求索称，模型每秒可生成 60 个词元，是 DeepSeek-V2 的三倍。[5]

代码采用 MIT 许可证，模型权重采用 DeepSeek Model License，允许商业使用。基础模型和聊天模型都已发布在 Hugging Face 上。[2][3]

自 2025 年 2 月 8 日起，API 价格为每百万输入词元 0.27 美元（缓存未命中）或 0.07 美元（缓存命中），每百万输出词元 1.10 美元。[5]

在发展中的位置

DeepSeek-V3 的基础模型 DeepSeek-V3-Base 是 2025 年 1 月推出的推理模型 DeepSeek-R1-Zero 和 DeepSeek-R1 的起点。同一系列的后续更新包括 2025 年 8 月 21 日发布的 DeepSeek-V3.1，以及 12 月 1 日发布的 V3.2。[4]

这一模型也驱动了 2025 年 1 月 15 日推出的 DeepSeek 手机应用。[6]

能力大语言模型

技术路线基础模型

生态与地区开源中国 AI硬件与算力

版本时间线

12
  1. 2023
    • 2023 年 11 月 29 日 DeepSeek LLM 通用语言模型（7B / 67B）

      DeepSeek LLM 是深度求索于 2023 年 11 月 29 日发布的首个通用语言模型系列，提供 7B 和 67B 两种规模，每种都有基础版和对话版。

  2. 2024
    • 2024 年 5 月 7 日 DeepSeek-V2

      DeepSeek-V2 是 2024 年 5 月发布的混合专家模型，总参数 236B、每 token 激活 21B，引入多头潜在注意力（MLA），是后续架构的验证起点。

    • 2024 年 9 月 5 日 DeepSeek-V2.5

      DeepSeek-V2.5 是 DeepSeek 于 2024 年 9 月 5 日发布的模型，把对话模型与代码模型合并为一个，兼顾聊天和编程能力，并提升了安全评测成绩。

    • 2024 年 12 月 26 日 DeepSeek-V3 · 本页

      DeepSeek-V3 是深度求索（DeepSeek）于 2024 年 12 月发布的开放权重模型，采用混合专家（mixture-of-experts）架构，总参数 6710 亿，每个词元激活 370 亿。

  3. 2025
    • 2025 年 1 月 20 日 DeepSeek-R1 推理模型

      DeepSeek-R1 是深度求索（DeepSeek）于 2025 年 1 月 20 日发布的开放权重推理模型，以 DeepSeek-V3-Base 为基础，经强化学习训练，采用允许商业使用和蒸馏的 MIT 许可证。

    • 2025 年 3 月 24 日 DeepSeek-V3-0324

      DeepSeek-V3-0324 是 2025 年 3 月对 DeepSeek-V3 的一次更新：模型结构不变，基准成绩提高，并改用 MIT 许可证发布。

    • 2025 年 5 月 28 日 DeepSeek-R1-0528

      这是 DeepSeek 推理模型的更新版本，2025 年 5 月 28 日以 MIT 许可证发布，在竞赛数学、科学与编程基准上成绩明显提高，并支持系统提示、增强了函数调用能力。

    • 2025 年 8 月 21 日 DeepSeek-V3.1

      DeepSeek-V3.1 由深度求索（DeepSeek）于 2025 年 8 月 21 日发布，采用 MIT 许可证，是该公司首个混合推理模型，同一组权重同时支持思考模式和非思考模式。

    • 2025 年 9 月 29 日 DeepSeek-V3.2-Exp 实验模型

      DeepSeek 于 2025 年 9 月 29 日发布的实验模型，首次引入 DeepSeek 稀疏注意力以降低长上下文的训练与推理成本，同时开放权重并大幅下调 API 价格。

    • 2025 年 12 月 1 日 DeepSeek-V3.2 与 V3.2-Speciale

      DeepSeek-V3.2 于 2025 年 12 月 1 日发布，是 V3.2-Exp 的正式后继版本；配套的 V3.2-Speciale 专注于最大化推理，在多项竞赛中达到金牌水平。

  4. 2026
    • 2026 年 4 月 24 日 DeepSeek-V4（V4-Pro 与 V4-Flash）

      DeepSeek-V4 包括 V4-Pro 与 V4-Flash 两款混合专家模型，2026 年 4 月 24 日以预览版发布，支持 100 万词元上下文。

    • 2026 年 9 月 10 日 DeepSeek-V4.1-Flash

      DeepSeek-V4.1-Flash 于 2026 年 9 月 10 日发布，是一款 5520 亿参数的多模态混合专家模型，API 模型名为 deepseek-flash。

20253

  1. 发布阿里巴巴发布 Qwen2.5-Max，称多项评测超过 DeepSeek V3

    2025 年 1 月 28 日，阿里巴巴发布 Qwen2.5-Max，称其指令版本在多项评测中超过 DeepSeek V3。模型没有公开权重，通过 Qwen Chat 和阿里云 API 使用。

  2. 里程碑DeepSeek 应用登顶美国 App Store 免费榜

    2025 年 1 月 27 日，深度求索的移动应用超过 ChatGPT，成为美国 App Store 下载量最高的免费应用；同日英伟达股价下跌 17%。

  3. 发布DeepSeek 发布开源推理模型 DeepSeek-R1

    2025 年 1 月 20 日，深度求索（DeepSeek）发布开放推理模型 DeepSeek-R1，称其在数学、代码和推理任务上与 OpenAI o1 相当。发布之后，英伟达股价在 1 月 27 日大幅下跌。

20241

  1. 发布DeepSeek 发布 DeepSeek-V3

    2024 年 12 月 26 日，深度求索（DeepSeek）发布 DeepSeek-V3，这是一个总参数 6710 亿的混合专家模型，同时公开了模型权重、技术报告和代码。

开发方1

深度求索（DeepSeek）

作为基础2

DeepSeek-R1 推理模型DeepSeek-Prover-V2 定理证明模型

前代1

DeepSeek-V2.5

后继1

DeepSeek-V3-0324

驱动1

DeepSeek 应用（深度求索智能助手）

采用2

Transformer 架构混合专家（MoE）

训练硬件1

NVIDIA H800（中国市场版）

注释与来源

  1. DeepSeek-V3 Technical Reporthttps://arxiv.org/abs/2412.19437
  2. DeepSeek-V3 repositoryhttps://github.com/deepseek-ai/DeepSeek-V3
  3. deepseek-ai/DeepSeek-V3https://huggingface.co/deepseek-ai/DeepSeek-V3
  4. DeepSeekhttps://en.wikipedia.org/wiki/DeepSeek
  5. Introducing DeepSeek-V3https://api-docs.deepseek.com/news/news1226
  6. DeepSeek APPhttps://api-docs.deepseek.com/news/news250115
  7. DeepSeek-V3-0324 Releasehttps://api-docs.deepseek.com/news/news250325

引用本页: DeepSeek-V3. TellWorld, https://www.tellworld.net/zh/models/deepseek-v3. 更新于 2026-11-08