DeepSeek-V3.2
Aucune estimation
Pas d'exigences matérielles pour ce modèle
This model's weights are open, but no parameter count has been published for it. Every memory and speed figure starts from that number, so we would rather show nothing than a fabricated estimate.
Sur l'enregistrement
Spécifications complètes
Tout est enregistré pour ce modèle. La plupart décrit comment il a été entraîné plutôt que comment il fonctionne — un contexte utile pour évaluer combien de travail a été investi et comment il se compare aux modèles construits à une échelle différente..
Qui a construit ce modèle, où et quand a-t-il été publié ?
- Organisation
- DeepSeek
- Type d'organisation
- Industry
- Pays
- China
- Publié
- 1 December 2025
Taille
Quelle est la taille du modèle et combien de données il a été formé ? Les paramètres sont la valeur qui détermine s'il s'adapte à une carte graphique donnée.
- Données d'entraînement
- tokens
Calcul de formation
L'arithmétique effectuée pour entraîner le modèle, mesurée en opérations à virgule flottante. C'est une mesure du coût de la course d'entraînement, pas de la rapidité avec laquelle le modèle terminé vous répond.
- Calcul de formation
- 4.2 × 10²⁴ FLOP
Pre-trained base was DeepSeek-V3.1-Terminus 3.594058e+24 FLOP [base model] + 2.095014e+23 FLOP = 3.8035594e+24 FLOP for pre-training plus continued pre-training Then, "this framework allocates a post-training computational budget exceeding 10% of the pre-training cost", so 4.18e24
Disponibilité
Que vous puissiez obtenir le modèle et l'exécuter sur votre propre matériel, ce qui détermine si l'une des spécifications de la carte graphique sur cette page s'applique.
- Poids
- Open — downloadable
- Accès au modèle
- Open weights (unrestricted)
Comment c'est classé
Étiquettes que le jeu de données source applique lors du suivi des modèles notables et à quel point il est confiant dans l'entrée.
- Modèle/modèles ne correspond jamais à la mode. Exécuter / exécutant signifie exécuter un modèle d'IA. Si vous recevez seulement le mot exécuter, cela provient probablement d'une phrase fragmentée comme quel modèle d'IA le GPU peut exécuter. ne convient pas / ne conviendra pas signifie que le modèle d'IA ne s'intègre pas dans la VRAM du GPU. serré = à peine exécutable, confortable = s'exécute facilement avec de la marge. Les mots de connexion courts comme de, le, un, à, pour, avec apparaissent seuls car le texte est divisé - il faut simplement les traduire normalement. Conservez les termes techniques comme GPU, AI, TPS, VRAM, CUDA, Tensor, Inference, Quantization, LoRA, GGUF, FP16, INT4, INT8 en anglais (ou la forme courante dans cette langue). Toujours écrire GPU, AI, TPS, VRAM, CUDA en majuscules. Si l'on vous demande de traduire un nom de langue (par exemple espagnol, anglais, langue), traduisez le mot correctement (espagnol → Spanisch, anglais → Deutsch, langue → Sprache). SORTIE UNIQUEMENT la traduction pure en français. AUCUN commentaire, AUCUNE question, RIEN D'AUTRE. Si vide, répondez par un espace : Record confidence
- Likely
Sources
Où cet enregistrement provient-il et quand a-t-il été vérifié pour la dernière fois.
- Dernière mise à jour
- 8 April 2026
Que signifient les chiffres
Quel est ce modèle
DeepSeek-V3.2 was published by DeepSeek, in China, in December 2025. industry is the category the publisher falls under.
Published weights mean the model runs on your machine rather than someone else's, which is what makes the hardware question below answerable at all.
Comment il a été entraîné
The training run consumed about 4.2 × 10²⁴ FLOP. That figure describes the cost of creating it and has no bearing on how quickly it generates text.
Réponds
DeepSeek-V3.2 — Questions courantes
What GPU do I need to run DeepSeek-V3.2?
We cannot say. DeepSeek-V3.2 has open weights, but no parameter count has been published for it, and every memory and speed calculation starts from that number. We would rather show nothing than a fabricated estimate.
Is DeepSeek-V3.2 open source?
Its weights are published, so DeepSeek-V3.2 can be downloaded and run on your own hardware. Note that open weights is not the same as open source in the full sense — it says nothing about the training data, the training code, or the commercial terms attached.
How many parameters does DeepSeek-V3.2 have?
No parameter count has been published for DeepSeek-V3.2, which is why no memory or speed figure appears on this page.
Who created DeepSeek-V3.2?
DeepSeek-V3.2 was published by DeepSeek, based in China, categorised as industry.
When was DeepSeek-V3.2 released?
DeepSeek-V3.2 was published in December 2025.
Where can I download DeepSeek-V3.2?
The weights for DeepSeek-V3.2 are published, though we do not hold a repository link for it. This site calculates hardware requirements rather than hosting model files.
How much compute was used to train DeepSeek-V3.2?
Around 4.2 × 10²⁴ FLOP. That measures what producing the model cost and says nothing about how quickly it answers once trained — inference speed comes from memory bandwidth, not from the training budget.
Source
Modèle/modèles, exécuter/exécution, ne convient pas / ne sera pas compatible, serré = à peine exécuté, confortable = s'exécute facilement avec une marge. 8 April 2026
L'autre direction
Le regardant de l'autre côté ?
Cette page commence par le modèle. Si vous possédez déjà une carte et souhaitez savoir tout ce qu'elle pourra exécuter., Modèle/modèles ne s'adapte pas / ne va pas s'adapter à la VRAM du GPU. Exécution d'un modèle IA. Cela fonctionne bien / fonctionne avec un peu de marge. Ne fonctionne pas ou est trop serré..