DeepSeek: DeepSeek V4 Flash Vision Exp

DeepSeek: DeepSeek V4 Pro 0813

deepseek

DeepSeek V4 Pro 0813 — это крупномасштабная модель с архитектурой mixture-of-experts от DeepSeek. Это стабильный релиз DeepSeek V4 Pro.

DeepSeek: DeepSeek V4 Flash 0731

deepseek

DeepSeek V4 Flash 0731 — это модель с разреженной смесью экспертов от DeepSeek, содержащая 13 миллиардов активных параметров из общего числа 284 миллиарда. Эта версия с повторным обучением подходит для программирования, логического мышления и работы с агентами.

DeepSeek: DeepSeek V4 Pro 0423

deepseek

DeepSeek V4 Pro is a large-scale Mixture-of-Experts model from DeepSeek with 1.6T total parameters and 49B activated parameters, supporting a 1M-token context window. It is designed for advanced reasoning, coding,...

DeepSeek: DeepSeek V4 Flash 0423

deepseek

DeepSeek V4 Flash is an efficiency-optimized Mixture-of-Experts model from DeepSeek with 284B total parameters and 13B activated parameters, supporting a 1M-token context window. It is designed for fast inference and...

DeepSeek: DeepSeek V3.2

deepseek

DeepSeek-V3.2 — это большая языковая модель, разработанная для обеспечения высокой вычислительной эффективности в сочетании с мощными способностями к рассуждению и использованием инструментов в качестве агента. В модели реализован механизм DeepSeek Sparse Attention (DSA) — мелкозернистое разреженное внимание, которое снижает затраты на обучение и инференс, сохраняя при этом качество работы в сценариях с длинным контекстом. Масштабируемая среда постобучения с помощью обучения с подкреплением значительно улучшает логические способности модели, демонстрируя производительность уровня GPT-5 и результаты на уровне золотых медалей на IMO и IOI 2025 года. V3.2 также использует крупномасштабный конвейер синтеза агентских задач для лучшей интеграции логических выводов в процессы использования инструментов, что повышает точность выполнения инструкций и обобщающую способность в интерактивных средах. Пользователи alltokens могут управлять поведением модели при рассуждении с помощью логического параметра reasoning enabled.

DeepSeek: DeepSeek V3.2 Exp

deepseek

DeepSeek-V3.2-Exp — это экспериментальная большая языковая модель, выпущенная DeepSeek в качестве промежуточного этапа между версией V3.1 и будущими архитектурами. В ней представлен механизм DeepSeek Sparse Attention (DSA) — мелкозернистое разреженное внимание, разработанное для повышения эффективности обучения и логического вывода в сценариях с длинным контекстом при сохранении качества ответов. Пользователи могут управлять поведением модели при рассуждении с помощью логического параметра reasoning enabled. Модель обучалась в условиях, идентичных V3.1-Terminus, для обеспечения возможности прямого сравнения. Тестирование показывает производительность, сопоставимую с V3.1 в задачах на логику, написание кода и использование инструментов агентами, с незначительными различиями в зависимости от конкретной области. Данный релиз сфокусирован на проверке архитектурных оптимизаций для работы с расширенным контекстом, а не на повышении общей точности выполнения задач. Это делает ее в первую очередь исследовательской моделью для изучения эффективных структур трансформеров на платформе alltokens.