Deepseek在年关前发布了V3版本，并对模型做了比较详细的介绍，首先我们来看一下模型的参数与指标。
1.模型对比
DeepSeek V3 版本在多个关键指标上相比 V2.5 版本有显著提升。以下是与其他主流模型的对比：
●DeepSeek V3
●DeepSeek V2.5
●Qwen-Plus
●GPT-4o
●Claude 3.5 Sonnet
●Llama 3.1 405B
V3 版本在多个领域表现优异，基本上是在与Claude3.5 sonnet争第一。
2.性能提升
百科知识
●MMLU, MMLU-Pro, GPQA, SimpleQA：DeepSeek-V3 在知识类任务上的表现显著提升，接近当前表现最好的模型 Claude-3.5-Sonnet-1022。
长文本
●DROP, FRAMES, LongBench v2：DeepSeek-V3 在长文本测评中平均表现超越其他模型。
代码
●算法类代码场景（Codeforces）：DeepSeek-V3 远远领先于市面上已有的全部非 o1 类模型。
●工程类代码场景（SWE-Bench Verified）：DeepSeek-V3 逼近 Claude-3.5-Sonnet-1022。
数学
●美国数学竞赛（AIME 2024, MATH） 和 全国高中数学联赛（CNMO 2024）：DeepSeek-V3 大幅超过了所有开源闭源模型。
中文能力
●教育类测评 C-Eval 和 代词消歧：DeepSeek-V3 与 Qwen2.5-72B 表现相近。
●事实知识 C-SimpleQA：DeepSeek-V3 更为领先。
●提升至 3 倍：通过算法和工程上的创新，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，为用户带来更加迅速流畅的使用体验。
4.模型费用
●新价格：输入为 2 元/百万 tokens，输出为 8 元/百万 tokens，缓存命中0.5元/百万tokens。
●优惠价格：在 2 月 8 日之前，保持原价，输入为 1 元/百万 tokens，输出为 2 元/百万 tokens，缓存命中0.1元/百万tokens。
5.模型使用
●上下文长度：目前仍然支持 64K 上下文。
●最大输出：最大输出升级到8K。
●多模态支持：未来可能会支持多模态，值得期待。
●使用平台：可以在高通智匠（MindCraft AI）上使用这款模型，并且支持在开发者平台调用 API。
以上是 DeepSeek V3 版本的详细介绍，期待其在未来的表现和升级。高通智匠MindCraft AI上可以了解更多详情。
