GetInfoUs
Head-to-Head Model Comparison

DeepSeek-V3-0324 vs DeepSeek V3

Benchmarks, API Token Pricing, Context Window & Speed Comparison

Vérifié par l’équipe de recherche de GetInfoUsDernière révision : October 2026Politique éditoriale
Partager
Related topics (12)
AI CompareAI BenchmarkToken PricingModel CostModel SpecsSWE-bench CodingModel VersusWhich AI ModelLLM Speed & LatencyReasoning ModelsExtended ThinkingPrompt Caching ROI
DeepSeek-V3-0324 vs DeepSeek V3: Benchmarks, Pricing & Speed Comparison

DeepSeek-V3-0324 de DeepSeek et DeepSeek V3 de DeepSeek sont deux modèles d’IA de premier plan. DeepSeek-V3-0324 propose une fenêtre de contexte de 128K tokens au tarif de $0.27/$1.10 par million de tokens, tandis que DeepSeek V3 offre 128K tokens de contexte à $0.27/$1.10 par million de tokens. Découvrez ci-dessous le comparatif détaillé des performances et des coûts.

Comparaison Face-à-Face (VS)

Changez et Comparez les Modèles

Select any AI models from our verified benchmark database to generate live side-by-side matrices.

Profile
Profile
Multi-Model Arena Stack:
5-Model Matrix Workbench
Popular Matchups:
DeepSeek

DeepSeek-V3-0324

Modèle de Base à Poids Ouverts

DeepSeek-V3-0324 de DeepSeek est un modèle d’IA conçu pour l’auto-hébergement sur infrastructure privée, le fine-tuning et la souveraineté des données, offrant une fenêtre de contexte de 128K, une vitesse de 65 tokens/s, un indice d’intelli

Intelligence Index48 / 100
Input Token:

$0.27 / 1M

Output Token:

$1.10 / 1M

Context Window:

128K tokens

SWE-bench Verified:

52.4%

DeepSeek

DeepSeek V3

Modèle de Base à Poids Ouverts

DeepSeek V3 de DeepSeek est un modèle d’IA conçu pour l’auto-hébergement sur infrastructure privée, le fine-tuning et la souveraineté des données, offrant une fenêtre de contexte de 128K, une vitesse de 60 tokens/s, un indice d’intelligence

Intelligence Index44 / 100
Input Token:

$0.27 / 1M

Output Token:

$1.10 / 1M

Context Window:

128K tokens

SWE-bench Verified:

49.2%

Différences Clés en un Coup d’Œil

  • Both models cost the same under this workload — choose on capability, not price.
  • DeepSeek-V3-0324 is faster at 65 tok/s vs 60 tok/s.
  • DeepSeek-V3-0324 leads on SWE-bench coding (52.4% vs 49.2%).
Need definitions for token pricing, context, or benchmarks?Explore AI Glossary →
CaractéristiqueDeepSeek-V3-0324DeepSeek V3
Intelligence Index
Composite reasoning & knowledge score (0-100)
4844
Provider
DeepSeekDeepSeek
Input Price
Cost per million input tokens
$0.27 / 1M$0.27 / 1M
Output Price
Cost per million output tokens
$1.10 / 1M$1.10 / 1M
Blended Price
Weighted 7:2:1 cache:input:output per 1M
$0.21 / 1M$0.21 / 1M
Context Window
Maximum input + output tokens
128K tokens~192 A4 pages of text128K tokens~192 A4 pages of text
Max Output Tokens
Per single request
8K8K
Throughput Speed
Tokens generated per second
65 tok/s60 tok/s
SWE-bench Verified
Real-world software engineering
52.4%49.2%
GPQA Diamond
Graduate-level reasoning
63.5%59.1%
Cached Input Price
Prompt caching discount per 1M tokens
$0.07 / 1M$0.07 / 1M

Qui gagne où ?

At-a-glance decision framework
Code
DeepSeek-V3-0324
+3.2% SWE-bench lead
Coût
Tied
Identical monthly runtime cost
Vitesse
DeepSeek-V3-0324
+8% faster generation
Contexte
Tied
128K tokens window

Scores de Benchmarks Vérifiés

Official evaluation metrics verified by independent third-party research labs.

DeepSeek-V3-0324DeepSeek V3
SWE-bench Verified (Autonomous Coding)

Industry benchmark evaluating real-world GitHub issue resolution and multi-file debugging.

52.4%vs49.2%
GPQA Diamond (Doctorate-Level Science & Math)

Challenging questions created by domain experts to test complex PhD-level reasoning.

63.5%vs59.1%
MMLU-Pro (Multi-task Language Understanding)

Hardened reasoning and academic knowledge benchmark with reduced lucky-guess probability.

78.4%vs75.9%
LMSYS Chatbot Arena Elo

Crowdsourced human preference evaluation based on blind, head-to-head model battles.

1320ptsvs1300pts
Humanity's Last Exam (Frontier Expert Knowledge)

Extremely difficult, closed-ended questions spanning the frontier of human expert knowledge.

10.2%vs9.5%
Terminal-Bench (Agentic Coding & Terminal Use)

Autonomous multi-step tasks executed inside a real command-line terminal environment.

34.8%vs32.5%
SciCode (Scientific Computing)

Research-grade coding problems drawn from real scientific and numerical workloads.

32.1%vs29.5%
LiveCodeBench (Competitive Coding)

Contamination-free competitive programming problems collected continuously over time.

54.8%vs51.7%
AIME (Advanced Math Competition)

American Invitational Mathematics Examination — multi-step Olympiad-level reasoning.

72%vs68%
Long-Context Reasoning

Accuracy when reasoning over very large inputs that fill the model context window.

71.5%vs68.3%
Generation Speed (Throughput)

Tokens emitted per second during active generation streaming.

65 tok/s vs60 tok/s

Latence et Temps de Réponse

Time to first token (TTFT) and estimated end-to-end response time for a typical 500-token response.

Time to First Token (TTFT)Lower is better
DeepSeek-V3-03240.65s
DeepSeek V30.68s
Est. End-to-End Response (500 tokens)TTFT + generation time
DeepSeek-V3-03248.34s
DeepSeek V39.01s

Simulateur Interactif de Coût de Tokens

Adjust sliders to calculate projected monthly cloud API spending with prompt caching discounts.

100K / day
10K500K1M
30K / day
5K150K300K
50% cached
0% (Cold)50%90% (Warm)
DeepSeek-V3-0324 Monthly API Bill
$1.50 / month
$0.27/1M in · $1.1/1M out
DeepSeek V3 Monthly API Bill
$1.50 / month
$0.27/1M in · $1.1/1M out
These models cost the same under this workload — no savings either way.Break-even

DeepSeek-V3-0324 · Strengths & Key Advantages

  • Fenêtre de contexte de 128K et capacité de sortie maximale de 8K tokens (SWE-bench Verified 52.4% · GPQA Diamond 63.5%)
  • Débit rapide de 65 tokens/seconde avec une latence au premier token (TTFT) de 650 ms
  • Poids ouverts (671B (37B MoE)) permettant un déploiement sur site ou cloud privé via vLLM, SGLang ou Ollama
Considerations & Trade-offs
  • Nécessite des serveurs GPU dotés de suffisamment de mémoire VRAM pour l’inférence locale à pleine précision
  • Sur les problèmes de recherche fondamentale très complexes, les modèles de raisonnement lourd restent supérieurs

DeepSeek V3 · Strengths & Key Advantages

  • Fenêtre de contexte de 128K et capacité de sortie maximale de 8K tokens (SWE-bench Verified 49.2% · GPQA Diamond 59.1%)
  • Débit rapide de 60 tokens/seconde avec une latence au premier token (TTFT) de 680 ms
  • Poids ouverts (671B) permettant un déploiement sur site ou cloud privé via vLLM, SGLang ou Ollama
Considerations & Trade-offs
  • Nécessite des serveurs GPU dotés de suffisamment de mémoire VRAM pour l’inférence locale à pleine précision
  • Sur les problèmes de recherche fondamentale très complexes, les modèles de raisonnement lourd restent supérieurs

Token Use & Task Economics

Estimated cost and token consumption to complete one representative agentic task.

MetricDeepSeek-V3-0324DeepSeek V3
Cost per Task
Estimated USD to finish one task
$0.18$0.14
Output Tokens / Task
Tokens generated per task
45K45K
Reasoning Tokens / Task
Thinking tokens burned per task
0K0K

Spécifications Techniques

Architecture, release timeline, capabilities, and modalities.

CaractéristiqueDeepSeek-V3-0324DeepSeek V3
Official API Model ID (SDK)deepseek-chatdeepseek-chat
API ProtocolOpenAI-Compatible REST / vLLM / SGLang / HuggingFace TGIOpenAI-Compatible REST / vLLM / SGLang / HuggingFace TGI
Release Date2025-032024-12
Knowledge CutoffJanuary 2025July 2024
Architecture671B Mixture-of-Experts (37B active)671B Mixture-of-Experts (37B active)
Parameters671B (37B active MoE)671B
Enterprise Rate Limits (RPM / TPM)Unlimited (Hardware-bound on self-hosted GPU) / 10,000 RPM Cloud · Unlimited local throughput / 10M+ TPM Managed CloudUnlimited (Hardware-bound on self-hosted GPU) / 10,000 RPM Cloud · Unlimited local throughput / 10M+ TPM Managed Cloud
Long-Context Tier (>128K/200K)Flat rate ($0.27/1M in) across full 128K windowFlat rate ($0.27/1M in) across full 128K window
Prompt Cache Policy & TTLAutomatic prefix caching at $0.07/1M (no extra cache-write fee)Automatic prefix caching at $0.07/1M (no extra cache-write fee)
Computer Use / GUI AgentAPI / CLI Tool-Use & DOM Agent ready (no raw pixel desktop click loop)API / CLI Tool-Use & DOM Agent ready (no raw pixel desktop click loop)
MCP & Parallel Tool CallingNative MCP Client/Server ready · Parallel function calling · 100% Strict JSON SchemaNative MCP Client/Server ready · Parallel function calling · 100% Strict JSON Schema
Web Search Grounding & SandboxSupported via external Tavily/Exa Search & E2B/Docker Sandbox toolsSupported via external Tavily/Exa Search & E2B/Docker Sandbox tools
Official Fine-Tuning SupportFull Weights SFT, LoRA, QLoRA, DPO & GRPO RL (Unsloth / Axolotl / Llama-Factory)Full Weights SFT, LoRA, QLoRA, DPO & GRPO RL (Unsloth / Axolotl / Llama-Factory)
Multimodal Token BillingText BPE (~4 chars/token)Text BPE (~4 chars/token)
Quantization & Min GPU VRAMBF16 / FP16, FP8 Dynamic, INT4 AWQ / GPTQ, GGUF (Q4_K_M / Q8_0) · 416 GB VRAM (4-bit Quantized) · 1443 GB VRAM (Native BF16)BF16 / FP16, FP8 Dynamic, INT4 AWQ / GPTQ, GGUF (Q4_K_M / Q8_0) · 416 GB VRAM (4-bit Quantized) · 1443 GB VRAM (Native BF16)
Safety & Frontier ClassificationOpen-Weights System Card + Customizable Guardrail Layer (Llama Guard / ShieldGemma)Open-Weights System Card + Customizable Guardrail Layer (Llama Guard / ShieldGemma)
Enterprise Compliance (ZDR/HIPAA/SOC2)100% Air-Gapped On-Premises / Private VPC · Full HIPAA, GDPR & SOC2 Control100% Air-Gapped On-Premises / Private VPC · Full HIPAA, GDPR & SOC2 Control
Input Modalitiestexttext
Output Modalitiestexttext

DeepSeek-V3-0324 vs DeepSeek V3: Réponses Rapides (FAQ)

Which is more intelligent, DeepSeek-V3-0324 or DeepSeek V3?

DeepSeek-V3-0324 is more intelligent. It scores 48 compared with 44 on the composite Intelligence Index.

Which model is faster?

DeepSeek-V3-0324 is faster, generating 65 tokens per second compared with 60 tokens per second.

Which model has lower latency?

DeepSeek-V3-0324 has lower latency, with a time to first token of 0.65s compared with 0.68s.

Verdict

DeepSeek-V3-0324 (Conçu pour l’auto-hébergement sur infrastructure privée, le fine-tuning et la souveraineté des données, l’intégration RAG et les pipelines de production évolutifs.) et DeepSeek V3 (Conçu pour l’auto-hébergement sur infrastructure privée, le fine-tuning et la souveraineté des données, l’intégration RAG et les pipelines de production évolutifs.) répondent à des besoins complémentaires : DeepSeek-V3-0324 domine sur les benchmarks de raisonnement et de programmation, DeepSeek-V3-0324 assure un débit supérieur et DeepSeek-V3-0324 offre le meilleur rapport coût-efficacité en production.

Questions fréquentes

Quel modèle choisir pour le code et le raisonnement, DeepSeek-V3-0324 ou DeepSeek V3 ?+

Sur l’indice d’intelligence composite et les tests de code, DeepSeek-V3-0324 prend l’avantage. Consultez les scores SWE-bench et GPQA ci-dessus pour plus de détails.

Quelle est la différence de prix API entre DeepSeek-V3-0324 et DeepSeek V3 ?+

DeepSeek-V3-0324 est facturé $0.27 / $1.10 par million de tokens (entrée/sortie) contre $0.27 / $1.10 pour DeepSeek V3. En coût pondéré, DeepSeek-V3-0324 est plus économique.

Quel modèle offre la plus grande fenêtre de contexte et la meilleure vitesse ?+

DeepSeek-V3-0324 prend en charge 128K tokens contre 128K tokens pour DeepSeek V3. Côté vitesse de génération, DeepSeek-V3-0324 est le plus rapide.

AI Terminology & Guide
Explore Glossary →

Understand key metrics like context window, token pricing, reasoning mode, and SWE-bench scores in our comprehensive AI glossary.

Tokens & PricingContext WindowAI BenchmarksReasoning ModelsTool CallingModel Context Protocol (MCP)

Related reading

Les scores de benchmarks, tarifs par token et limites évoluent rapidement. Vérifiez toujours les spécifications actuelles sur la documentation officielle du fournisseur.

Sources: Documentation API officielle de DeepSeek et DeepSeek, fiches système et benchmarks indépendants (2026).