DeepSeek-V2

در می ۲۰۲۴، DeepSeek سری مدل‌های DeepSeek-V2 را معرفی کرد که شامل DeepSeek-V2 و DeepSeek-V2 Lite است.

این مدل‌ها باستفاده از مجموعه داده‌ای به حجم ۸.۱ تریلیون توکن آموزش داده شده‌اند و از معماری Mixture of Experts (MoE) بهره می‌برند که کارایی و دقت بالایی را فراهم می‌کند.

DeepSeek-V2.5

این نسخه با هدف بهبود توانایی‌های تولید کد و استدلال در سپتامبر ۲۰۲۴ عرضه شد و ترکیبی از مدل‌های DeepSeek-V2-Chat و DeepSeek-Coder-V2-Instruct است.

DeepSeek-V3

در دسامبر ۲۰۲۴، DeepSeek-V3 معرفی شد که از معماری نوآورانه‌ای بهره می‌برد و با ۶۷۱ میلیارد پارامتر، عملکردی قابل‌توجه دارد. این مدل با استفاده تقریبا ۲۰۰۰ تراشه Nvidia H800 طی ۵۵ روز آموزش داده شده است که هزینه‌ای حدود ۵.۵۸ میلیون دلار داشته است.

DeepSeek-R

در ژانویه ۲۰۲۵، مدل Deeeek-R1 منتشر شد که بر وظایف استدلالی پیشرفته تمرکز دارد و در رقابت مستقیم با مدل‌های پیشرفته‌ای مانند OpenAIs GPT-4 قرار دارد. این مدل با ۶۷۱ میلیارد پارامتر و طول زمینه ۱۲۸۰۰۰ توکن، عملکردی برجسته در وظایف استدلالی و کدنویسی دارد.