​​DeepSeek 最好的模型是 DeepSeek-V3，它在多个基准测试中表现卓越，拥有 6710 亿参数，速度快且性价比高。​​

DeepSeek-V3 凭借其庞大的 6710 亿参数实现了更细致的理解和文本生成。它采用 Mixture-of-Experts（MoE）架构提高效率，如同拥有一组专家，每项任务只咨询合适的专家，这使得模型更快、更高效。在 14.8 万亿个高质量 token 上预训练，确保了数据的多样化。其训练流程包含监督微调和强化学习阶段，仅需 2.788M H800 GPU 小时，经济实惠且训练过程稳定。在性能和指标方面，DeepSeek-V3 表现出色。MMLU-Pro 得分 75.9%，略落后于 GPT-4 ，但优于其他模型；GPQA-Diamond 得分 59.1%，显著领先于 GPT-4 ，稍落后于 Claude ；MATH 500 得分 90.2%，性能优于 GPT-4 和其他模型；AIME 2024 得分 39.2%，领先超过 4%；Codeforces 得分 51.6%，明显超过 GPT-4 和其他模型；SWE-bench 验证得分 42%，仅次于 Claude Sonnet ，领先于大多数其他模型。与主要竞争对手相比，DeepSeek-V3 在资源使用上相对较少，却依然能够提供令人瞩目的性能，与 Claude 3.5 和 GPT-4 等闭源模型相当。并且在性价比方面优势明显，每百万个 token 的 API 成本有效。与昂贵的闭源模型不同，DeepSeek-V3 在开源的同时提供有竞争力的性能，平衡了性能和易用性。使用体验上，DeepSeek-V3 的生成吐字速度从 20 tps 大幅提高至 60 tps，相比 V2.5 模型实现了 3 倍的提升，能带来更加流畅的使用感受。如果你只是想聊天，该模型免费托管在 deepseek 的官方聊天中 ，也可以通过 HuggingFace 访问其模型权重。