DeepSeek Coder
它先于通用 V2 建立了 DeepSeek 的开放代码路线,并成为后续 Coder-V2 与 V2.5 合并路线的起点。
FAMILY / DEEPSEEK
从早期开放代码与语言模型出发,沿着高效 MoE、开放权重与推理强化持续演进。
01 / RELEASE SEQUENCE
02 / GENERATIONS
它先于通用 V2 建立了 DeepSeek 的开放代码路线,并成为后续 Coder-V2 与 V2.5 合并路线的起点。
DeepSeek LLM 把通用语言、代码与数学能力带入开放权重路线,为 V2 的 MoE 演进提供了基线。
DeepSeekMoE 是 V2 之前验证高效稀疏专家路线的关键中间节点。
DeepSeek-V2 证明高效稀疏架构可以在开放权重路线中形成成本与能力的双重竞争力。
从 DeepSeek-V2 中间检查点继续训练的代码 MoE,236B 总参数、21B 激活,支持 128K 上下文。
整合 DeepSeek-V2-0628 与 Coder-V2-0724 的通用与编码能力,形成统一聊天模型。
V3 将开放 MoE 的通用与编码能力推到前沿水平,并成为后续 DeepSeek 推理模型的基础。
R1 让开放权重推理模型进入全球主流比较,也推动了对 RL 训练路线的快速复现。
统一思考与非思考模式的混合推理模型,将 API 上下文扩展到 128K。
V3.1 的改进版本,重点改善语言一致性、工具调用与 Agent 表现。
基于 V3.1-Terminus 的实验版本,引入 DeepSeek Sparse Attention 以提高长上下文效率。
统一非思考与思考模式的通用模型,加入稀疏注意力并面向日常 Agent 任务。
V3.2 的高推理版本,面向数学、竞赛编程和更长思考任务。
V4 的高效率预览型号,284B 总参数、13B 激活参数,支持 1M 上下文。
它首次公开了 V4 的新稀疏注意力与百万上下文架构,并同步开放权重。
V4 Flash 0731 正式 API 版本,已由 DeepSeek V4.1 Flash 替代。
V4-Pro 正式快照,原定的有序下线计划已被官方价格页更新为继续提供 API。
在 V4 Flash 上加入图像输入的实验 API 型号,已由 DeepSeek V4.1 Flash 替代。
V4.1 Flash 的原始开放权重快照继续可用;DeepSeek 后续将同一稳定 API 型号升级到单独发布的 1017 检查点。
它将同一稳定 API ID 背后的模型更新明确标记为日期版本,并提供独立权重快照,便于追踪服务端版本与可部署 checkpoint 的对应关系。