DeepSeek-V3.1-Terminus kalkulator TPS
Każda karta poniżej jest oceniana w stosunku do tego modelu przy wybranej długości kontekstu i minimalnej jakości. Prędkość jest oszacowaniem dla pojedynczego żądania, obliczonym na podstawie przepustowości pamięci karty i rozmiaru modelu po skompresowaniu..
Obliczone dla tego modelu
818 Karty, które posiadamy specyfikacje dla
Które GPU mogą uruchomić DeepSeek-V3.1-Terminus?
Ustaw wejścia, odczytaj odpowiedź.
Dłuższa rozmowa wymaga więcej MEMORY, co może spowodować, że ten model nie zmieści się na mniejszych CARD..
Ukrywa karty, które zmieściłyby się w modelu tylko przez skompresowanie go poniżej tego punktu..
0 karty pasują
Obliczanie| potrzeby | Kwantyzacja | Pasuje | |||||
|---|---|---|---|---|---|---|---|
|
Żaden KARTA w naszym katalogu nie może uruchomić tego modelu z tymi ustawieniami.. |
|||||||
Prędkości są szacunkami dla pojedynczego zapytania — jednej konwersacji na raz — obliczonymi na podstawie przepustowości pamięci, rozmiaru MODELu i kwantyzacji. Rzeczywista przepustowość różni się w zależności od czasu uruchamiania inference i jego wersji. Wartości publikowane przez dostawców sprzętu mierzą wiele jednoczesnych zapytań i są znacznie wyższe..
Na nagranie
Pełna specyfikacja
Wszystko na rekord dla tego modelu. Większość z tego opisuje, jak był trenowany, a nie jak działa — użyteczny kontekst do oceny, ile pracy włożono w to, i jak wypada w porównaniu z modelami budowanymi w innym skali..
Pochodzenie
Kto zbudował ten model, gdzie i kiedy został opublikowany.
- Organizacja
- DeepSeek
- Typ organizacji
- Industry
- Kraj
- China
- Opublikowany
- 22 September 2025
Co to robi
Obszary problemowe, dla których stworzono model. Model może mieć kilka z każdego.
- Domena
- Language
- Zadanie
- Language modeling/generation, Code generation, Quantitative reasoning, Question answering, Search, System control, Instruction interpretation
- Model bazowy
- DeepSeek-V3
Rozmiar
Jak duży jest model i na ile danych był trenowany. Parametry to liczba, która decyduje, czy mieści się na danej karcie graficznej.
- parametry
- 671B
- Dane treningowe
- 839,000,000,000 tokens
671B total, 37B active
From V3.1 training dataset information: "840B tokens continued pretraining for long context extension on top of V3" "The 32K extension phase has been increased 10-fold to 630B tokens, while the 128K extension phase has been extended by 3.3x to 209B tokens." 839B in total
Obliczenia treningowe
Arytmetyka wykonywana w celu wytrenowania modelu, mierzona w operacjach zmiennoprzecinkowych. Jest to miara kosztów przeprowadzenia treningu, a nie tego, jak szybko gotowy model odpowiada na twoje pytania.
- Obliczenia treningowe
- 3.6 × 10²⁴ FLOP
- Jak to zostało ustalone
- Operation counting
- Dostosowywanie obliczeń
- 1.9 × 10²³ FLOP
This was based on V3 which was trained on 14.8T tokens for a total of 14.8T + 840B = 15.64T pretraining tokens. Adding the FLOPs from continued pretraining onto our estimate for V3, which is 3.4e24 FLOPs, we get 3.4e24 + 1.9e23 = 3.59e24
6 FLOP/parameter/token * 671000000000 parameters * 839000000000 tokens = 3.377814e+24 FLOP
Dostępność
Czy możesz zdobyć model i uruchomić go na swoim sprzęcie, co decyduje o tym, czy którakolwiek z cyfr karty graficznej na tej stronie ma zastosowanie.
- Wagi
- Open — downloadable
- Dostęp do modelu
- Open weights (unrestricted)
- Kod treningowy
- Unreleased
- Hugging Face
- deepseek-ai
MIT license https://huggingface.co/deepseek-ai/DeepSeek-V3.1-Terminus
Jak jest klasyfikowane
Etykiety, które źródłowy zbiór danych stosuje podczas śledzenia znaczących modeli oraz jak pewny jest tego wpisu.
- Zapisz pewność
- Likely
Źródła
Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.
- Referencja
- The latest update builds on V3.1’s strengths while addressing key user feedback.
- Ostatnio zaktualizowane
- 20 January 2026
Co oznaczają liczby
Strona sprzętowa
DeepSeek-V3.1-Terminus osiąga liczbę parametrów równą 671B. To jest poza tym, co miałaby jakakolwiek pojedyncza karta graficzna. Uruchomienie go oznacza albo podział na kilka kart, albo wynajęcie sprzętu przeznaczonego do tego zadania, a każda karta, która mogłaby go pomieścić sama, jest częścią centrum danych. Liczba, która może: 0.
Skąd to pochodzi
DeepSeek-V3.1-Terminus został opublikowany przez DeepSeek, w kraju zapisanym jako China, podczas September 2025. Wychodzi z organizacji zaklasyfikowanej jako industry.
Działa w dziedzinie Language, i jest zapisany jako wykonujący zadanie language modeling/generation, Code generation, Quantitative reasoning, Question answering, Search, System control, Instruction interpretation.
Opiera się na DeepSeek-V3. Większość modeli w tej skali jest dostosowywana z istniejącej bazy, a nie tworzona od zera.
Wagi są publikowane, więc można je pobrać i uruchomić na własnym sprzęcie bezterminowo, offline, bez przypisanego konta. Na Hugging Face jest opublikowane pod organizacją deepseek-ai.
Co poszło w budowę tego
Wytworzenie tego wymagało arytmetyki sumującej około 3.6 × 10²⁴ FLOP. Ta liczba mierzy, ile kosztowało wyprodukowanie modelu i nie ma wpływu na to, jak szybko odpowiada.
Trening zużył korpus około 839,000,000,000 Tokeny tekstu.
Krok po kroku
Jak wybrać GPU do DeepSeek-V3.1-Terminus
Tabela powyżej oceniła już każdą kartę, dla której posiadamy specyfikacje, w stosunku do tego modelu. Dotarcie do odpowiedzi wymaga sześciu kroków..
-
01
Sprawdź, co potrzebuje przed wszystkim innym.
Zacznij od tego, co tak naprawdę jest potrzebne, czyli wymogu DeepSeek-V3.1-Terminus. To ta liczba, a nie nagłówkowa wydajność karty, decyduje o tym, czy można ją uruchomić.
-
02
Ustaw długość kontekstu, z którą będziesz pracować
Ustaw kontekst na to, co naprawdę użyjesz. Cache rośnie wraz z rozmową i jest to zwykle powód, dla którego karta, która wydawała się w porządku, przestaje pasować. DeepSeek-V3.1-Terminus.
-
03
Wybierz, jak daleko chcesz to skompresować.
Każda KARTA uruchamia najmniej skompresowaną kopię, jaką może pomieścić.. Ustalenie minimalnej jakości odrzuca karty, które tylko ją osiągają, uciskając bardziej niż byś chciał, i utrzymuje porównanie na jednym poziomie.
-
04
Sortuj według prędkości
Sortuj według prędkości, aby zobaczyć, jak karty się klasyfikują. DeepSeek-V3.1-Terminus. Nie dopasuje się do zamówienia gier, ponieważ generacja jest ograniczona przez przepustowość pamięci.
-
05
Sprawdź werdykt dopasowania przed zakupem
Tight oznacza, że ładowanie i działanie odbywa się bez miejsca na późniejsze zwiększenie długości kontekstu, w przypadku DeepSeek-V3.1-Terminus. Wygodne oznacza, że możesz później zwiększyć kontekst. Ta różnica ma większe znaczenie niż kilka tokenów na sekundę, więc kupuj za wygodne, jeśli tego oczekujesz.
-
06
Sprawdź kartę z drugiej strony
Każda nazwa karty łączy się z jej własną stroną, która wykonuje tę samą kalkulację w całym katalogu modelu. Kartę zazwyczaj kupuje się dla więcej niż jednego modelu, więc warto rzucić okiem przed zakupem na DeepSeek-V3.1-Terminus.
Odpowiedzi
DeepSeek-V3.1-Terminus — częste pytania
DeepSeek-V3.1-Terminus— ile mocy obliczeniowej użyto do jego trenowania?
Szkolenie zajęło około 3.6 × 10²⁴ FLOP. To mierzy, ile kosztowało wyprodukowanie modelu i nie mówi nic o tym, jak szybko odpowiada po wytrenowaniu — prędkość wnioskowania pochodzi z SZEROKOŚCI PASMA, a nie z budżetu treningowego.
DeepSeek-V3.1-Terminus— czy mogę go uruchomić, jeśli nie mieści się w moim GPU?
Tylko przez odciążenie, co zwykle jest fałszywą oszczędnością: część trzymana w pamięci systemowej spowalnia cały proces. Najbliższy brak, który obliczamy, jest za mały o 103.0 GB Każda figura tutaj zakłada, że cały model jest zainstalowany na karcie.
DeepSeek-V3.1-Terminus— czy dwa GPU uruchomią to szybciej?
Druga KARTA mniej więcej podwaja dostępna PAMIĘĆ, ale nie tempo generacji. Liczba już zdolna do uruchomienia jej samodzielnie: 0. Więc druga karta rzadko jest odpowiedzią tutaj.
DeepSeek-V3.1-Terminus— dlaczego kwantyzacja różni się między kartami?
Większa KARTA przechowuje dokładniejszą kopię. Liczba poziomów kompresji używanych w KARTACH, które ją uruchamiają: 1. Większe karty otrzymują dokładniejszą wersję, a minimalna jakość powyżej ustala porównanie na jednym poziomie.
DeepSeek-V3.1-Terminus— Jak dokładne są te szacunki prędkości?
Każda wartość pochodzi z przepustowości pamięci i rozmiaru modelu, a nie z testów porównawczych, dlatego każda jest publikowana jako zakres, a nie pojedyncza liczba. Jeden przykład: zakres poniżej każdej liczby Ten sam model i karta różnią się o trzydzieści do pięćdziesięciu procent w zależności od oprogramowania inferencyjnego i jego wersji.
DeepSeek-V3.1-Terminus— czy jest open weight?
Jego wagi są opublikowane, więc można je pobrać i uruchomić na własnym sprzęcie. Zauważ, że OPEN WEIGHTS nie są tym samym co OPEN SOURCE w pełnym sensie — nie mówi nic o danych treningowych, kodzie treningowym, ani warunkach komercyjnych.
DeepSeek-V3.1-Terminus— ile ma parametrów?
Ma liczbę parametrów równą 671B. 671B total, 37B active. Ta liczba to całkowita, i to ona decyduje o tym, ile pamięci potrzebuje model — mniej więcej pół gigabajta na miliard przy kompresji, którą używa większość ludzi.
DeepSeek-V3.1-Terminus— kto to stworzył?
Zostało opublikowane przez DeepSeek, oparty na China, organizacja sklasyfikowana jako industry.
DeepSeek-V3.1-Terminus— kiedy to zostało wydane?
Zostało opublikowane w September 2025.
DeepSeek-V3.1-Terminus— do czego to służy?
Działa w dziedzinie Language, i jest zarejestrowany jako realizujący zadanie language modeling/generation, Code generation, Quantitative reasoning, Question answering, Search, System control, Instruction interpretation. Model może obsługiwać kilka z każdego, więc to są obszary, dla których został zbudowany, a nie ograniczenie tego, co będzie próbował.
DeepSeek-V3.1-Terminus— Gdzie mogę to pobrać?
Jego wagi są publikowane na Hugging Face, pod organizacją deepseek-ai. Nie hostujemy plików modelu — ta strona oblicza, jaki sprzęt jest potrzebny do ich uruchomienia.
Druga strona
Patrząc na to z drugiej strony?
Ta strona zaczyna się od modelu. Jeśli już posiadasz kartę i chcesz wiedzieć, co wszystko będzie działać., Zacznij od sprzętu zamiast.