Le modèle de fondation MoE à poids ouverts révolutionnaire de 671B offrant des performances comparables aux géants propriétaires pour une fraction du coût.
Technical Specifications
- Provider
- DeepSeek
- Category
- flagship
- Release Date
- 2024-12
- Batch API Discount
- 50% off async batch
- Consumer Subscription
- Free / Self-Hosted
- Reasoning Effort Control
- Fixed
- Structured Outputs
- Yes
- Output Modalities
- text
- Official Documentation
- Visit Official Docs ↗
Data Privacy, Licensing & Deployment Governance
Official Provider Release Intelligence, API Quotas & Agentic Specs
- Official API Model ID (SDK String)
- deepseek-chat
- Supported SDK & API Protocol
- OpenAI-Compatible REST / vLLM / SGLang / HuggingFace TGI
- Lifecycle & Deprecation Status
- Legacy Stable (Upgrade path available in DeepSeek lineup)
- Production Rate Limits (RPM & TPM)
- Unlimited (Hardware-bound on self-hosted GPU) / 10,000 RPM Cloud · Unlimited local throughput / 10M+ TPM Managed Cloud
- Long-Context Pricing Tier (>128K / >200K)
- Flat rate ($0.27/1M in) across full 128K window
- Prompt Cache Write & TTL Policy
- Automatic prefix caching at $0.07/1M (no extra cache-write fee)
- Computer Use & Browser GUI Agent
- API / CLI Tool-Use & DOM Agent ready (no raw pixel desktop click loop)
- MCP & Parallel Tool Calling
- Native MCP Client/Server ready · Parallel function calling · 100% Strict JSON Schema
- Web Search Grounding & Code Sandbox
- Supported via external Tavily/Exa Search & E2B/Docker Sandbox tools
- Fine-Tuning & Distillation Support
- Full Weights SFT, LoRA, QLoRA, DPO & GRPO RL (Unsloth / Axolotl / Llama-Factory)
- Multimodal Tokenization Billing
- Text BPE (~4 chars/token)
- Weights Precision & Quantization
- BF16 / FP16, FP8 Dynamic, INT4 AWQ / GPTQ, GGUF (Q4_K_M / Q8_0)
- Minimum GPU VRAM Requirement
- 416 GB VRAM (4-bit Quantized) · 1443 GB VRAM (Native BF16)
- Supported Inference Engines
- vLLM, SGLang, Ollama, llama.cpp, TensorRT-LLM, HuggingFace TGI
- System Card & Safety Framework
- Open-Weights System Card + Customizable Guardrail Layer (Llama Guard / ShieldGemma)
- Enterprise Compliance (SOC2 / HIPAA / ZDR)
- 100% Air-Gapped On-Premises / Private VPC · Full HIPAA, GDPR & SOC2 Control
DeepSeek V3 Cost, Context, Hardware & API Integration
For single-user chat, a $20/mo subscription caps your bill below this API volume.
Break-even point: ~375 requests/day equals $20/month.
Same Monthly Workload Cost Across Popular Reference Models
Live Prompt Paste Tokenizer & Cost Counter
Paste real system instructions, JSON schemas, or code to measure BPE token counts across tokenizers.
Hybrid Prompt Routing Cascade Simulator
Route routine queries to a fast lightweight model ($0.15/1M) and escalate only complex reasoning turns to DeepSeek V3:
Benchmark Scores & 6-Axis Capability Radar
- SWE-bench Verified
- 49.2%
- GPQA Diamond
- 59.1%
- MMLU-Pro
- 75.9%
- HumanEval
- 89.6%
- Humanity's Last Exam
- 9.5%
- Terminal-Bench
- 32.5%
- SciCode
- 29.5%
- LiveCodeBench
- 51.7%
- AIME
- 68%
- Long-Context Reasoning
- 68.3%
- Chatbot Arena Elo
- 1300pts
Strengths
- Industry-disrupting tarification: seulement $0.14 entrée et $0.28 sortie par millions tokens
- à poids ouverts available pour auto-hébergement et ajustement fin
- Near-de pointe performances dans multi-langue codage et culture générale
- Mise en cache des invites extrêmement abordable (0,014 $/1M)
Limitations & Trade-offs
- limité maximum sortie length (8K tokens)
- texte-seulement traitement (no image compréhension dans base V3)
Editorial Assessment
La plus grande avancée en matière de coût et de performance dans l'histoire des modèles à poids ouverts.
Best for: Codage général à haut débit, chatbots d'entreprise et hébergement autonome économique
Compare DeepSeek V3
Frequently Asked Questions about DeepSeek V3
How much does the DeepSeek V3 API cost per 1M tokens?+
DeepSeek V3 by DeepSeek is priced at $0.27 per 1M input tokens and $1.1 per 1M output tokens. With prompt caching enabled, cached input tokens cost $0.07 per 1M tokens, and asynchronous Batch API requests receive a 50% discount.
Should I use a $20/month subscription or the DeepSeek V3 pay-as-you-go API?+
A flat $20/month consumer subscription is predictable for daily interactive chat and manual coding. However, if you are building software, running automated workflows, or sending low-to-moderate volume with prompt caching enabled, the pay-as-you-go API is typically far more cost-effective and offers higher rate limits without manual UI caps.
How many words and pages fit in DeepSeek V3's context window?+
DeepSeek V3 features a 128K tokens context window, which equals approximately 96,000 English words or ~256 standard single-spaced pages in a single prompt. Its maximum output generation per turn is 8,192 tokens.
Can I run DeepSeek V3 locally on my own GPU (Open Weights)?+
Yes, DeepSeek V3 (671B) releases open weights that can be self-hosted locally or on private cloud GPUs using vLLM, Ollama, SGLang, or llama.cpp.
Does DeepSeek train on data sent to the DeepSeek V3 API, and is commercial use allowed?+
100% Isolated when self-hosted on private GPUs or VPC. License tier: Permissive Open-Weights (Apache 2.0 / MIT Commercial). Full commercial ownership of generated outputs. Supported deployment channels include: Self-Hosted GPU (vLLM / Ollama), Private VPC, or Managed Serverless API.
How does DeepSeek V3 perform on coding and reasoning benchmarks?+
DeepSeek V3 achieves a composite Intelligence Index of 44/100, scoring 49.2% on SWE-bench Verified, 59.1% on GPQA Diamond, 75.9% on MMLU-Pro, and 1300 pts on Chatbot Arena Elo.
What is DeepSeek V3 best used for?+
DeepSeek V3 is best suited for: Codage général à haut débit, chatbots d'entreprise et hébergement autonome économique. Assessment: La plus grande avancée en matière de coût et de performance dans l'histoire des modèles à poids ouverts.
DeepSeek Family Lineage, Routing Tiers & Upgrade Path
Step down to a lighter sibling for high-volume routing or step up to DeepSeek's flagship reasoning tier:
DeepSeek V4.1-Flash
DeepSeek V4 Pro
DeepSeek V4
DeepSeek Reasoner
DeepSeek Chat
DeepSeek-R1-0528
AI Glossary & Architecture Concepts
View full glossary →Key machine learning concepts and benchmarks relevant to DeepSeek V3:
L'unité textuelle de base traitée par un modèle linguistique, représentant généralement 3 à 4 caractères ou environ 0,75 mot. Par exemple, une phrase courante est découpée en plusieurs jetons.
Une suite de tests standardisés permettant d'évaluer et de comparer objectivement les performances des modèles d'IA sur des tâches ciblées (code avec SWE-bench, mathématiques avec AIME, etc.).
Le nombre maximal de jetons qu'un modèle peut traiter simultanément (entrée et sortie comprises). Une fenêtre de 1 000 000 jetons permet d'analyser environ 750 000 mots en une seule requête.
La capacité d'un LLM à déterminer quand une action externe est requise et à générer des arguments structurés pour invoquer des API, calculatrices ou bases de données avant de poursuivre.
Un standard ouvert créé par Anthropic permettant aux agents d'IA de se connecter de façon uniforme aux systèmes de fichiers locaux, aux environnements de développement et aux API tierces.
Une optimisation tarifaire et technique conservant les états d'attention des préfixes de prompts récurrents, réduisant les coûts d'entrée de 50 à 90 % tout en abaissant la latence.
Les scores de benchmarks, tarifs par token et limites évoluent rapidement. Vérifiez toujours les spécifications actuelles sur la documentation officielle du fournisseur.
Sources: DeepSeek Official Platform Documentation & Pricing↗