DeepSeek V3
Nouvelle version : DeepSeek V3 0324
DeepSeek V3, publié par DeepSeek le 26 décembre 2024, lit du texte et produit des réponses textuelles. Il sert à la conversation, aux mathématiques et au code.
Ce que DeepSeek V3 change par rapport à DeepSeek V2.5
DeepSeek V2.5 est la version qui précède DeepSeek V3. Selon DeepSeek, la série V2.5 s’achève avec DeepSeek-V2.5-1210, et l’éditeur annonce alors travailler à des modèles de fondation de nouvelle génération. V3 sort le 26 décembre 2024.
Selon DeepSeek, l’architecture reprend Multi-head Latent Attention (MLA) et DeepSeekMoE, éprouvées sur DeepSeek-V2. Elle y ajoute une stratégie d’équilibrage de charge sans perte auxiliaire et un objectif d’entraînement par prédiction de plusieurs tokens, les unités de texte traitées par le modèle. V3 compte 671 milliards de paramètres au total, dont 37 milliards activés, contre 236 milliards, dont 21 milliards activés, pour DeepSeek-V2.
Selon le tableau publié par DeepSeek, le modèle de chat obtient à sa sortie 88,5 sur MMLU, 90,2 sur MATH-500 et 42,0 sur SWE Verified, contre 80,6, 74,7 et 22,6 pour DeepSeek V2.5-0905. Dans son annonce du 26 décembre 2024, DeepSeek indique aussi une vitesse de 60 tokens par seconde, trois fois celle de V2, et une API restée compatible.
À quoi sert DeepSeek V3
Chat
À sa sortie, DeepSeek V3 permet de discuter sur le site officiel de DeepSeek. Selon l’éditeur, il obtient alors 85,5 sur Arena-Hard et 70,0 sur AlpacaEval 2.0 pour la conversation ouverte en anglais, contre respectivement 76,2 et 50,5 pour DeepSeek-V2.5-0905.
Mathématiques
Selon DeepSeek, DeepSeek V3 obtient à sa sortie 39,2 sur AIME 2024 et 43,2 sur CNMO 2024, deux évaluations de mathématiques.
Code
Selon DeepSeek, DeepSeek V3 obtient à sa sortie 82,6 sur HumanEval-Mul et 49,6 sur Aider-Polyglot, deux évaluations de code. Il sait aussi appeler des outils et produire des sorties structurées.
- Chat
- Mathématiques
- Code
Essayer DeepSeek V3
Où l'utiliser pour de vrai, puis des exemples à copier pour découvrir ce qu'il sait faire.
Où l'essayer
- Tester cette version du modèlePlateforme externeSur OpenRouter, plateforme externe à Aikiwi · Compte et crédits requis · Payant à l'usage : 0,32 $ en entrée, 0,89 $ en sortie par million de tokensOuvrir sur OpenRouter
Quoi lui demander
- Chat
Expliquer un sujet simplement
Voir s'il rend clair un sujet technique, sans jargon.
Explique-moi comment fonctionne une pompe à chaleur, comme à quelqu'un qui n'y connaît rien. Utilise une comparaison tirée de la vie quotidienne, puis dis-moi en trois points ce qui fait varier sa consommation d'électricité. - Mathématiques
Résoudre un problème pas à pas
La bonne réponse se vérifie : l'annuel l'emporte à partir de 11 mois.
Un abonnement coûte 12 € par mois, ou 120 € si l'on paie l'année d'un coup. À partir de combien de mois d'utilisation l'abonnement annuel devient-il plus avantageux ? Explique ton raisonnement étape par étape, puis vérifie ta réponse. - Code
Écrire une fonction
Voir s'il pense aux cas limites et teste son propre code.
Écris une fonction Python qui reçoit une liste de dates au format JJ/MM/AAAA et renvoie la plus récente. Elle doit ignorer les dates invalides sans planter. Ajoute trois exemples de test et explique tes choix en deux phrases.
Les réponses changent d'un essai à l'autre et selon la plateforme. Un accès gratuit dépend toujours de l'outil, de l'offre et de ses limites.
Les performances de DeepSeek V3
Selon DeepSeek, la version chat de DeepSeek V3 dépasse à sa sortie les autres modèles open source et atteint des performances comparables à celles des principaux modèles fermés, dont GPT-4o et Claude 3.5 Sonnet. Le tableau rassemble les scores annoncés par l’éditeur en connaissances, raisonnement et code.
| Évaluation | Domaine | Score annoncé |
|---|---|---|
| MMLU-Pro | Connaissances | 75,9 |
| GPQA Diamond | Connaissances et raisonnement | 59,1 |
| LiveCodeBench | Code | 40,5 |
| Codeforces | Code | 51,6e centile |
Dans le même tableau publié par DeepSeek, Claude 3.5 Sonnet garde toutefois l’avantage sur MMLU-Pro (78,0), GPQA Diamond (65,0) et SWE Verified (50,8). Tous les modèles comparés y sont évalués avec une sortie limitée à 8K tokens.
Selon DeepSeek, le pré-entraînement porte sur 14,8 billions de tokens, puis le modèle passe par un réglage supervisé et un apprentissage par renforcement. Durant l’entraînement, les capacités de raisonnement d’un modèle de la série DeepSeek R1, à longue chaîne de pensée, sont distillées dans DeepSeek V3. L’entraînement complet a demandé 2,788 millions d’heures de GPU H800, hors recherches et expériences préalables.
Caractéristiques techniques de DeepSeek V3
DeepSeek V3 est sorti le 26 décembre 2024 et accepte du texte en entrée. Le tableau des caractéristiques présente ses données techniques. Il a une fenêtre de contexte de 128K tokens, et ses connaissances s’arrêtent au 31 juillet 2024.
DeepSeek V3 repose sur un mélange d’experts (MoE) de 671 milliards de paramètres, dont 37 milliards sont activés pour chaque token. Selon DeepSeek, il réussit le test « Needle In A Haystack », qui évalue le repérage d’une information dans un long contexte, sur toutes les longueurs jusqu’à 128K tokens.
Selon DeepSeek, les poids publiés sur Hugging Face totalisent 685 milliards de paramètres, répartis entre le modèle principal et un module de prédiction de plusieurs tokens (MTP). Ce module représente 14 milliards de paramètres. Pour les poids distribués, l’éditeur fournit uniquement le format FP8. Un script de conversion permet d’obtenir des poids au format BF16.
- Éditeur
DeepSeek
- Produit
- Texte
- Sortie
- Contexte
- 164 k tokens
- Réponse maximale
- 16 k tokens
- Réflexion
- Non prise en charge
- Connaissances jusqu'à
- juillet 2024
- Entrées
- Texte
- Paramètres pris en charge (noms techniques de l'API)
toolsstructured_outputstemperaturetop_pseedstopresponse_formatmax_tokens- Hébergeurs
- DeepInfra, StreamLake
Source : OpenRouter, relevé du 22/11/2026.
Où utiliser DeepSeek V3, et comment il se facture
Selon DeepSeek, DeepSeek V3 était accessible à sa sortie dans l’interface de conversation de l’éditeur.
- Accès API : à sa sortie, le modèle était accessible par une API compatible avec celle d’OpenAI.
- Licence : à sa sortie, le code du dépôt était sous licence MIT. L’usage des modèles DeepSeek V3 Base et Chat relevait d’une licence distincte, la Model License. L’usage commercial était autorisé pour la série.
- Exécution en local : à sa sortie, le modèle pouvait se déployer avec SGLang, LMDeploy, TensorRT-LLM ou vLLM. Il pouvait aussi fonctionner sur des GPU AMD et des NPU Huawei Ascend.
- Infrastructure nécessaire : selon le rapport technique de DeepSeek publié à sa sortie, l’unité de déploiement recommandée était relativement grande, ce qui pouvait peser sur les petites équipes.
La carte d’accès donne les derniers prix relevés.
L'API chez des hébergeurs
Servi par d'autres hébergeurs que DeepSeek, selon OpenRouter
Chez OpenRouter, prix médian de 3 hébergeurs (relevé du 22/11/2026) : 0,32 $ / M tokens en entrée, 0,89 $ / M tokens en sortie.
Un accès gratuit dépend toujours de l'outil, de l'offre et de ses limites : nous ne l'attribuons pas au modèle seul.
DeepSeek V3 parmi les versions de DeepSeek V
DeepSeek V3 a pour successeur DeepSeek V3 0324, sorti le 24 mars 2025. DeepSeek V3.1 arrive ensuite, le 21 août 2025.
Selon DeepSeek, la publication de DeepSeek V3 0324 marque le passage de ses modèles à la licence MIT, comme DeepSeek R1. La frise des versions situe chaque version de DeepSeek V dans le temps. Pour son entraînement, DeepSeek R1 s’appuie sur DeepSeek-V3-Base.
Les versions sélectionnées
| Repères | DeepSeek V3Vous êtes ici | DeepSeek V3 0324 | DeepSeek V3.1 | DeepSeek V3.1 Terminus | DeepSeek V3.2 Exp | DeepSeek V3.2 |
|---|---|---|---|---|---|---|
| Elo | 1416 | 1425 | 1392 | |||
| Sortie | ||||||
| Contexte | 164 k tokens | 164 k tokens | 164 k tokens | 164 k tokens | 164 k tokens | 164 k tokens |
| Prix d'entrée | 0,32 $ / M tokens | 0,25 $ / M tokens | 0,27 $ / M tokens | 0,27 $ / M tokens | 0,27 $ / M tokens | 0,28 $ / M tokens |
| Prix de sortie | 0,89 $ / M tokens | 1 $ / M tokens | 1 $ / M tokens | 1 $ / M tokens | 0,41 $ / M tokens | 0,42 $ / M tokens |
| Entrées | Texte | Texte | Texte | Texte | Texte | Texte |
| Réflexion | Non prise en charge | Non prise en charge | Facultative | Facultative | Facultative | Sur demande |
| Tâches | Aide au code, Affaires et finance, Juridique, Mathématiques, Conversation à plusieurs tours, Prompts difficiles, Rédaction créative, Santé et bien-être, Suivi de consignes | Aide au code, Affaires et finance, Design d'après référence, Données et analyse, Front-end, HTML, Jeux, Juridique, Mathématiques, Conversation à plusieurs tours, Prompts difficiles, Rédaction créative, Santé et bien-être, Suivi de consignes | Aide au code, Affaires et finance, Design d'après référence, Données et analyse, Front-end, HTML, Jeux, Juridique, Mathématiques, Conversation à plusieurs tours, Prompts difficiles, React, Rédaction créative, Santé et bien-être, Suivi de consignes | |||
| Ce qui le distingue | DeepSeek V3, publié par DeepSeek le 26 décembre 2024, lit du texte et produit des réponses textuelles. Il sert à la conversation, aux mathématiques et au code. | DeepSeek V3 0324, publié par DeepSeek, est sorti le 24 mars 2025. Il accepte du texte en entrée et prend en charge la sortie JSON et l’appel de fonctions. | DeepSeek V3.1 est un modèle publié par DeepSeek, sorti le 21 août 2025. Il accepte du texte en entrée, produit des sorties structurées et peut appeler des outils. | DeepSeek V3.1 Terminus est la mise à jour de DeepSeek V3.1 que DeepSeek publie le 22 septembre 2025. Selon DeepSeek, elle réduit les réponses qui mêlent chinois et anglais et améliore les performances du modèle en agent de code et en agent de recherche. | DeepSeek V3.2 Exp est une version expérimentale publiée le 29 septembre 2025 par DeepSeek. Il lit du texte en entrée, appelle des outils et produit des sorties structurées. | DeepSeek V3.2 est un modèle de raisonnement pensé pour les agents, publié le 1er décembre 2025. Il lit du texte, appelle des outils et produit des sorties structurées. |
Les repères sont ceux renseignés dans l'annuaire ; un repère absent de toutes les versions sélectionnées n'est pas affiché. Comparaison complète dans le comparateur
FAQ
Quand DeepSeek V3 est-il sorti ?
DeepSeek V3 est sorti le 26 décembre 2024.
DeepSeek V3 est-il open source ?
Selon DeepSeek, le code du dépôt de DeepSeek V3 est sous licence MIT. L’usage des modèles DeepSeek V3 Base et Chat relève d’une licence distincte, la Model License, et la série autorise l’usage commercial.
DeepSeek V3 a-t-il une API ?
Oui : à sa sortie, selon DeepSeek, DeepSeek V3 était accessible par l’API de DeepSeek, sur platform.deepseek.com, compatible avec celle d’OpenAI.
Peut-on faire tourner DeepSeek V3 en local ?
DeepSeek V3 peut se déployer en local avec SGLang, LMDeploy, TensorRT-LLM ou vLLM, selon DeepSeek. Il fonctionne aussi sur des GPU AMD et des NPU Huawei Ascend.
Quelle est la fenêtre de contexte de DeepSeek V3 ?
DeepSeek V3 a une fenêtre de contexte de 128K tokens. Selon DeepSeek, il réussit le test « Needle In A Haystack » sur toutes les longueurs jusqu’à cette limite.
Quelle version succède à DeepSeek V3 ?
DeepSeek V3 0324 succède à DeepSeek V3 dans la gamme : il est sorti le 24 mars 2025.