DeepSeek V3
MODEL PROFILE模型资料DeepSeek · 2024-12-26 发布 · 开源权重
已从上游目录移除
返回厂商
DeepSeek V3 是 DeepSeek 于 2024 年 12 月 26 日发布的开源权重纯文本模型，面向需要长上下文、低输入单价并希望自托管部署的开发者与团队。
模型介绍
DeepSeek V3 属于 DeepSeek 的 V3 系列，后续同系列还有 V3 0324、V3.1、V3.2 等迭代版本，能力侧重与价格各有差异。它主要解决两类问题：一是长文本一次性处理，163840 tokens 的上下文窗口与同等上限的单次最大输出，让整篇报告、技术文档或较长代码文件可以直接送入而不必切分；二是低成本推理，输入侧单价在同类模型中不算高，适合输入重、输出轻的批量任务。开源权重是它的另一条主线，允许在自有环境部署，适配数据不便外发的场景。模态上只支持文本输入与文本输出，图像、音频类需求不在覆盖范围内。
选型建议需要开源权重、长上下文和低输入单价做通用文本处理时选它；追求超难推理、工具调用自动化或最新迭代版本能力时不必选它。
关键指标
适用场景
- 批量处理长文档摘要、要点抽取与改写，借助 163840 tokens 上下文整篇载入
- 生成与解释代码片段，在自有环境部署做内网代码辅助
- 搭建通用中文问答与客服话术草稿流程，控制输出长度以压低成本
- 自托管开源权重，用于数据不便外发的私有化文本处理
- 作为基础科研问答与题目解析的辅助工具，超难推理另配模型
暂无：知识截止、模型家族、许可证、参数规模、缓存读价、缓存写价、推理、工具调用、结构化输出、附件、温度调节（上游未公开，本站不估算）。 本期快照对比中，该条目已从上游目录消失；发布 685 天。
规格与能力
上面没列到的字段走混合专家稀疏激活与注意力压缩的设计路线，重点在于大上下文下的推理效率；受公开披露范围限制，具体结构参数不做定量描述。
- 结构采用混合专家稀疏激活路线，配合注意力压缩类设计，在维持较大参数规模的同时压低单 token 计算开销。
- 能力纯文本输入输出，上下文与单次最大输出均为 163840 tokens，可整篇文档或长代码文件一次性载入。
- 披露参数规模与训练细节以官方技术报告为准，能力项未标注，精确规格需回查原始资料。
- 开源权重
- 是
能力
资料未标注
同系列其他规格
| 型号 | 厂商 | 参数 | 上下文 | 输入价 | 输出价 |
|---|---|---|---|---|---|
| DeepSeek V3/Deepseek Chat | NanoGPT | — | 128K | $0.1/M | $0.425/M |
| DeepSeek-V3 | DeepSeek | — | 128K | $0.56/M | $1.68/M |
| DeepSeek-V3 (Deep Infra) | Eden AI | — | 163.8K | $0.32/M | $0.89/M |
| DeepSeek V3/Chat Cheaper | NanoGPT | — | 128K | $0.1/M | $0.425/M |
性能表现
第三方评测采用 Artificial Analysis 口径，各子项强弱分化明显，需要按实际任务类型判断是否匹配。
- 强项GPQA 55.7%、SciCode 35.8%，在研究生级科学问答与代码类题目上有可用的基础表现。
- 短板HLE 2.9%、Tau-Banking 4.7%、TerminalBench v2.1 16.9%，超难推理与工具调用型任务明显偏弱。
- 适合通用问答、长文读写与代码辅助等常规工作流，高精度智能体自动化不建议作为首选。
- 口径以上数字均来自 Artificial Analysis，属第三方测试结果，不能等同于官方自评结论。
跑分与榜单
第三方评测口径这些跑分分别测什么？（4 项口径说明）
| 基准 | 类别 | 说明 | 满分口径 | 前沿水平 | 状态 | 污染风险 |
|---|---|---|---|---|---|---|
| GPQA Diamond基准主页 | 知识 | Graduate-level Google-Proof Questions, Diamond subset. 198 expert-validated PhD-hard physics, chemistry, biology questions. | 0-100% accuracy | 96.3% (Artificial Analysis run) | 已饱和 | 低 |
| Humanity's Last Exam基准主页 | 知识 | Joint CAIS/Scale benchmark of expert-validated questions across 100+ disciplines, finalized in April 2025 at 2,500 public questions after bug-bounty and searchable items were replaced, with a private held-out set kept for overfitting checks. CAIS also maintains HLE-Rolling, a fork updated continuously from community feedback, and released a new version of it on 2026-09-17 that swapped some easier questions for harder held-out ones, so rolling snapshots do not compare with each other or with the static set. Vendors report it both with and without tools, and tool setups (search blocklists, fetch restrictions) vary, so check the configuration before comparing. | 0-100% accuracy | 61.4% no tools (Artificial Analysis run; previous best 59.1%, Claude Fable 5.1) | 仍在维护 | 低 |
| Terminal-Bench基准主页 | 编程 | Stanford / Anthropic agentic terminal-task benchmark. Each task gives the agent a goal and a sandboxed shell; success measured by deterministic post-condition. | 0-100% solved | 64.5% (1.0, legacy split) | 已停用 | 低 |
| Tau-Bench基准主页 | 智能体 | Sierra benchmark of customer-service agents. Tests realistic multi-turn tool-use with deterministic evaluators. Now at tau3: tau2 covers retail, airline, and telecom, while tau3 adds a banking knowledge-retrieval track and a real-time voice track, each ranked separately. | 0-100% pass@1 | 87.9% (tau2 text, 3-domain avg pass^1); the tau3 banking text track is led by Qwen3.8 Max at 55.2% pass^1 (Claude Opus 5 second at 48.7%), and the tau3 voice track by Ava Zero at 86.0% task completion, ahead of phonic-1 at 83.2% and gpt-live-1 at 79.9% | 仍在维护 | 低 |
说明文字来自公开基准注册表；「已饱和」表示前沿模型已接近上限、区分度下降，「污染风险高」表示该基准的题目可能已进入训练数据。
跑分来自第三方公开评测（Artificial Analysis 口径），榜位与用量来自 OpenRouter 公开榜单，只反映静态基准与实际调用份额，与本站的真实性、稳定性检测相互独立。
价格与性价比
结合各平台报价与同类对比官方价格是输入 0.32 美元/百万 tokens、输出 0.8899999999999999 美元/百万 tokens，在同系列中处于中间区间。
- 定位输入价与输出价存在明显落差，输出侧更贵，长输出场景的成本结构需要提前估算。
- 横向对比V3.1 输入价低 21.9%、V3.2 低 6.3%，R1 0528 则高 56.2%，V3 处在系列中位。
- 平台差价DeepInfra 报价与官方持平，输入 0.32 美元、输出 0.89 美元/百万 tokens，相对价差 0.0%，暂无套利空间。
- 省钱优先压缩输出长度，把长文档摘要、批量分类等输入密集任务的比重提高，单位成本更划算。
平台报价对比
1 个来源口径| 来源 | 输入价 | 输出价 | 缓存读 | 相对输入价 |
|---|---|---|---|---|
| DeepInfra | $0.32/M | $0.89/M | — | 0.0% |
同一个模型在不同网关的报价可能不同。本页基准取官方口径 $0.32/M / $0.89/M（输入 / 输出，美元 / 百万 tokens），其余来源的差价在「相对输入价」列列出，供比价参考。
同类模型对比
5 条| 模型 | 上下文 | 输入价 | 输出价 | 输入价差 | AA 综合 |
|---|---|---|---|---|---|
| DeepSeek V3.2 | 163.8K | $0.3/M | $0.5/M | -6.3% | 146.2 |
| DeepSeek V3.1 | 163.8K | $0.25/M | $0.95/M | -21.9% | 140.8 |
| DeepSeek-V3.1 | 163.8K | $0.25/M | $0.95/M | -21.9% | — |
| R1 0528 | 163.8K | $0.5/M | $2.15/M | +56.2% | — |
| DeepSeek V3 0324 | 163.8K | $0.29/M | $1.14/M | -9.4% | — |
取上下文相近（约 0.5~2 倍）的同类主流模型；同厂商、同家族优先；价格差为相对本模型的输入价
关于 DeepSeek V3 的常见问题
3 条DeepSeek V3 的 API 价格是多少？
当前收录的官方口径价格为输入 $0.32/M、输出 $0.89/M，单位为美元 / 百万 tokens。不同网关可能有自己的加价与折扣，实际计费以调用平台为准。
DeepSeek V3 支持多长的上下文？
资料显示上下文窗口 163.8K（163,840 tokens），单次最大输出 163.8K。实际可用长度还取决于调用平台的限制。
DeepSeek V3 是开源模型吗？
DeepSeek V3 提供开源权重，可以自行下载部署，HuggingFace 下载量 1,594,197。本站展示的价格是各托管平台对 API 调用的报价，自部署不计入。
使用注意
- 口径跑分仅覆盖 Artificial Analysis 一家，缺少官方自评与更多独立评测，横向结论需留有余地。
- 边界只支持文本模态，不含图像与音频；开源权重便于自托管，但部署成本与运维责任由使用方承担。
- 版本V3 之后已有 0324、V3.1、V3.2 等迭代，选型时须确认版本与报价的对应关系，避免混用。
资料说明
本页资料由多个公开来源交叉整理：按「官方目录 → 通用网关 → 开源仓库 → 中文资料」的优先级合并， 冲突时取优先级高的来源。价格单位是美元 / 百万 tokens，为各平台对 API 调用的报价，不含自部署成本。 资料由公开来源整理，不代表 AiTest 已对该模型或其收录中转站做过真实性、稳定性或安全检测。
本页的模型介绍、架构、性能与性价比解读为 AI 综合公开信息整理，部分未经本站逐项核实；规格、价格与跑分以本页数据字段为准。
本页资料由多个公开来源交叉整理：按「官方目录 → 通用网关 → 开源仓库 → 中文资料」的优先级合并，冲突时取优先级高的来源；价格单位为美元 / 百万 tokens。
