DeepSeek (Shenzhen, Chine) : les LLM open-weight les plus efficaces de leur classe, axés sur les MoE à faible activation. DeepSeek V4.1-Flash pousse 552B de paramètres totaux avec ~8B actifs et un contexte de 1M. Les modèles du catalogue sont les ressources filles.
Modèle MoE de DeepSeek avec 552B de paramètres au total et 8 à 16B actifs par token. Contexte de 1M de tokens, licence MIT : usage commercial libre. Conçu pour le service en ligne, trop grand pour un usage local sur un seul PC.
Visitez le site officiel pour télécharger, vous documenter et commencer à utiliser DeepSeek.
