DeepSeek-V2
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。
FAMILY / DEEPSEEK
DeepSeek V / R
以高效 MoE、开放权重与推理强化为主线的模型家族。
- 首个模型
- 2024
- 收录模型
- 10
- 当前最新
- DeepSeek-V4-Flash-Vision-Exp
01 / LINEAGE MAP
模型谱系图
前代 派生
02 / GENERATIONS
各代变化
DeepSeek-V3
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。
DeepSeek-R1
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。
DeepSeek-V3.2
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。
DeepSeek-V3.2-Speciale
V3.2 的高推理版本，面向数学、竞赛编程和更长思考任务。
DeepSeek-V4-Pro-Preview
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。
DeepSeek-V4-Flash-Preview
V4 的高效率预览型号，284B 总参数、13B 激活参数，支持 1M 上下文。
DeepSeek-V4-Flash-0731
在 V4-Flash-Preview 相同架构上重新后训练的正式 API 版本，重点提升 Agent 能力。
DeepSeek-V4-Pro-0813
V4-Pro 正式快照，强化生产环境 Agent，支持 low、high、max 推理强度与 Responses API。
DeepSeek-V4-Flash-Vision-Exp
在 V4 Flash 上加入图像输入的实验 API 型号。