DeepSeek-V3

Fiche modèle · DeepSeek · deepseek-v3

A powerful Mixture-of-Experts (MoE) language model with 671B total parameters (37B activated per token). Features Multi-head Latent Attention (MLA), auxiliary-loss-free load balancing, and multi-token prediction training. Pre-trained on 14.8T tokens with strong performance in reasoning, math, and code tasks.

Fiches modèles

Identité

Organisation	DeepSeek
Pays	—
Famille	—
Type	llm
Date de sortie	2024-12-25
Licence	mit + model license (commercial use allowed)
Licence commerciale	non
Licence open source	non
Poids ouverts	oui
Auto-hébergement (DGX Spark)	non — 671 Md > 107 Md
Modalités	text
Fenêtre de contexte	163 840
KV cache / token (Q8)	874.5 ko/token
Paramètres totaux	671 B
Paramètres actifs (session)	37 B
Source des paramètres actifs	web : https://huggingface.co/deepseek-ai/DeepSeek-V3
Curation des paramètres actifs	2026-11-04
Prix par session	0.50 $ (1 000 000 tokens entrée + 200 000 sortie, prix le moins cher par fournisseur)
Tokens / tâche (Data Players)	1.2 M
Tokens / tâche (Terminal-Bench)	83.3 M (est.)
Ratio Terminal-Bench / Data Players	69.4×
Coût / tâche (Terminal-Bench)	4.18 $ (est.)
Tokens d'entraînement	14 800 000 000 000
Coupure de connaissance	—
Créé le	2026-05-07T16:53:28.269705Z
Mis à jour le	2026-11-04T06:04:39.759524Z
Source	LLM Stats
URL	https://llm-stats.com/models/deepseek-v3

Tokens/tâche

Prix par fournisseur

Prix

Statut du modèle (offres + auto-hébergement) : non — hors DGX Spark (> 107 Md).

Toutes sources confondues : catalogue llm-stats, routeurs EUrouter/Cortecs et catalogues directs (OVHcloud, Scaleway, Infomaniak). Les prix sont convertis en USD pour la comparaison ; le prix publié et le taux BCE utilisé sont dans l'infobulle. Les prix inconnus restent indiqués « — ».

Fournisseur	Source	Souveraineté	Entrée (/M tok)	Sortie (/M tok)	Quantification	Contexte	Latence (s)	Débit (tok/s)	Statut
DeepInfra	llm-stats	non	0.32 $	0.89 $	—	—	—	—	active

Souveraineté qualifiée par offre (modèle × fournisseur) ; survolez le badge pour les critères.

Souveraineté

Scores par catégorie (top_scores)

Catégorie	Score
chat	0.90
instruction_following	0.90
language	0.80
legal	0.80
long_context	0.50
math	0.70
physics	0.60
reasoning	0.70
search	0.70
structured_output	0.70
factuality	0.20
finance	0.80
frontend_development	0.40
general	0.70
healthcare	0.80
biology	0.60
chemistry	0.60
code	0.50

Scores par benchmark

Benchmark	Catégorie	Score	Max	Normalisé (API)	Vérifié	Auto-déclaré	Daté du
aider-polyglot	general	0.50	1.00	0.50	non	oui	2026-11-04T06:04:39.763347Z
aider-polyglot-edit	general	0.80	1.00	0.80	non	oui	2026-11-04T06:04:39.771190Z
aime-2024	math	0.39	1.00	0.39	non	oui	2026-11-04T06:04:39.783231Z
c-eval	general	0.86	1.00	0.86	non	oui	2026-11-04T06:04:39.792338Z
cluewsc	language	0.91	1.00	0.91	non	oui	2026-11-04T06:04:39.803090Z
cnmo-2024	math	0.43	1.00	0.43	non	oui	2026-11-04T06:04:39.813132Z
csimpleqa	general	0.65	1.00	0.65	non	oui	2026-11-04T06:04:39.821000Z
drop	reasoning	0.92	1.00	0.92	non	oui	2026-11-04T06:04:39.824813Z
frames	reasoning	0.73	1.00	0.73	non	oui	2026-11-04T06:04:39.829444Z
gpqa	reasoning	0.59	1.00	0.59	non	oui	2026-11-04T06:04:39.833050Z
humaneval-mul	reasoning	0.83	1.00	0.83	non	oui	2026-11-04T06:04:39.843101Z
ifeval	chat	0.86	1.00	0.86	non	oui	2026-11-04T06:04:39.847776Z
livecodebench	reasoning	0.38	1.00	0.38	non	oui	2026-11-04T06:04:39.853048Z
longbench-v2	long_context	0.49	1.00	0.49	non	oui	2026-11-04T06:04:39.873208Z
math-500	math	0.90	1.00	0.90	non	oui	2026-11-04T06:04:39.876575Z
mmlu	general	0.89	1.00	0.89	non	oui	2026-11-04T06:04:39.883019Z
mmlu-pro	language	0.76	1.00	0.76	non	oui	2026-11-04T06:04:39.893223Z
mmlu-redux	language	0.89	1.00	0.89	non	oui	2026-11-04T06:04:39.904964Z
simpleqa	factuality	0.25	1.00	0.25	non	oui	2026-11-04T06:04:39.913002Z
swe-bench-verified	reasoning	0.42	1.00	0.42	non	oui	2026-11-04T06:04:39.919236Z

Classements

Catégorie	Rang	Score	Note conservatrice	Benchmarks évalués	Méthode	Daté du	Provenance
code	206	—	6.12	4	trueskill	2026-10-19	model_history

Lecture : Note conservatrice = borne basse TrueSkill (niveau estimé − marge d’incertitude) ; Benchmarks évalués = nombre de benchmarks de la catégorie pris en compte. À performances égales, un modèle évalué sur moins de benchmarks obtient une note plus basse : la note ne se déduit pas d’un seul score. Provenance : rankings = top 50 de /rankings ; model_history = historique du modèle (/models/{id}/history), utilisé pour les rangs au-delà du top 50.

Données

Dates de curation (récupération depuis l'API) : models 2026-11-04 · benchmarks 2026-11-04 · scores 2026-11-04 · updates 2026-11-04 · account 2026-11-04 · model_history 2026-11-04 · rankings 2026-11-04