Favicon de deepseek

DeepSeek: DeepSeek V3 Base

deepseek/deepseek-v3-base

Pesos do modelo

Note that this is a base model mostly meant for testing, you need to provide detailed prompts for the model to return useful responses.

DeepSeek-V3 Base is a 671B parameter open Mixture-of-Experts (MoE) language model with 37B active parameters per forward pass and a context length of 128K tokens. Trained on 14.8T tokens using FP8 mixed precision, it achieves high training efficiency and stability, with strong performance across language, reasoning, math, and coding tasks.

DeepSeek-V3 Base is the pre-trained model behind DeepSeek V3

Modalidades
Contexto
131K
Lançado
29 de mar. de 2025
Data de corte do conhecimento
jul. de 2024

Atividade

Volume de tokens e tráfego de requisições para este modelo ao longo do tempo.

Atualmente indisponível por meio do roteamento intrarregional da UE. Documentação de roteamento na região

Perguntas frequentes