DeepSeek-V3.1 kalkulator TPS

Otwórz wagi DeepSeek 671B parametry August 2025

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

0 karty, które mogą go uruchomić

818 Karty, które posiadamy specyfikacje dla

Które GPU mogą uruchomić DeepSeek-V3.1?

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
21 August 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

671B total, 37B active

Dane treningowe
840,000,000,000 tokens

"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

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

Jak to zostało ustalone
Operation counting
Dostosowywanie obliczeń
1.9 × 10²³ FLOP

6 FLOP / parameter / token * 37* 10^9 active parameters * 839 * 10^9 tokens = 1.86258e+23 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

MIT license https://huggingface.co/deepseek-ai/DeepSeek-V3.1

Hugging Face
deepseek-ai

Jak jest klasyfikowane

Etykiety, które źródłowy zbiór danych stosuje podczas śledzenia znaczących modeli oraz jak pewny jest tego wpisu.

Zapisz pewność
Confident

Źródła

Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.

Referencja
Introducing DeepSeek-V3.1: our first step toward the agent era!
Ostatnio zaktualizowane
20 January 2026

Co oznaczają liczby

Co potrzebujesz, aby go uruchomić

DeepSeek-V3.1 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.

O tym modelu

DeepSeek-V3.1 został opublikowany przez DeepSeek, w kraju zapisanym jako China, podczas August 2025. Organizacja publikująca jest klasyfikowana 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.

Zamiast być trenowanym od podstaw, pochodzi z DeepSeek-V3. Większość modeli w tej skali jest dostosowywana z istniejącej bazy, a nie tworzona od zera.

Ponieważ jego wagi zostały udostępnione, nic w kwestii uruchamiania go nie zależy od dostępności dostawcy — należy do ciebie po pobraniu. Na Hugging Face jest opublikowane pod organizacją deepseek-ai.

Szkolenie i pochodzenie

Trening zajmował około 3.6 × 10²⁴ FLOP. Ta liczba mierzy, ile kosztowało wyprodukowanie modelu i nie ma wpływu na to, jak szybko odpowiada.

Został wytrenowany na korpusie około 840,000,000,000 Tokeny tekstu.

Krok po kroku

Jak wybrać GPU do DeepSeek-V3.1

Tabela powyżej oceniła już każdą kartę, dla której posiadamy specyfikacje, w stosunku do tego modelu. Dotarcie do odpowiedzi wymaga sześciu kroków..

  1. 01

    Zacznij od kolumny pamięci

    Tabela zawiera każdą kartę, która jest w stanie pomieścić DeepSeek-V3.1. Pojemność to brama — karta albo ją trzyma, albo nie.

  2. 02

    Dopasuj kontekst do swojego rzeczywistego użycia

    Rozmowa zajmuje pamięć również, i rośnie w miarę trwania. Ustaw suwak na długość, której się spodziewasz, ponieważ przy długim kontekście karta, która łatwo obsługuje krótkie pytania, może zostać odrzucona przez DeepSeek-V3.1.

  3. 03

    Ustal minimalną jakość

    Kolumna kwantyzacji różni się w zależności od karty, ponieważ większa karta przechowuje dokładniejszą kopię.. Ustalenie minimalnej jakości odrzuca karty, które tylko ją osiągają, uciskając bardziej niż byś chciał, i utrzymuje porównanie na jednym poziomie.

  4. 04

    Sortuj według prędkości

    Sortuj według prędkości, aby zobaczyć, jak karty się klasyfikują. DeepSeek-V3.1. Nie dopasuje się do zamówienia gier, ponieważ generacja jest ograniczona przez przepustowość pamięci.

  5. 05

    Przeczytaj kolumnę dopasowania jako ostatnią

    Tight oznacza, że ładowanie i działanie odbywa się bez miejsca na późniejsze zwiększenie długości kontekstu, w przypadku DeepSeek-V3.1. Wygodne oznacza, że możesz później zwiększyć kontekst. Ta różnica ma większe znaczenie niż kilka tokenów na sekundę, więc kupuj za wygodne, jeśli tego oczekujesz.

  6. 06

    Sprawdź kartę z drugiej strony

    Każda strona karty powtarza tę procedurę dla każdego modelu, który posiadamy, odpowiadając, do czego jeszcze sprzęt jest przydatny poza DeepSeek-V3.1.

Odpowiedzi

DeepSeek-V3.1 — częste pytania

01

DeepSeek-V3.1— kiedy to zostało wydane?

Zostało opublikowane w August 2025.

02

DeepSeek-V3.1— 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. To są obszary, wokół których został zaprojektowany; opisują zamiar, a nie twardą granicę.

03

DeepSeek-V3.1— 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.

04

DeepSeek-V3.1— 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.

05

DeepSeek-V3.1— czy mogę go uruchomić, jeśli nie mieści się w moim GPU?

Częściowo. Warstwy, które nie mieszczą się w GPU VRAM, znajdują się w pamięci systemu i działają z ułamkową prędkością, więc model, który jest w dużej mierze przeniesiony, rzadko jest wart używania. Najbliższy brak, który obliczamy, jest za mały o 103.0 GB Każda figura tutaj zakłada, że cały model jest zainstalowany na karcie.

06

DeepSeek-V3.1— czy dwa GPU uruchomią to szybciej?

Dwie karty kupują pamięć zamiast szybkości, co ma znaczenie tylko wtedy, gdy jedna karta nie może jej pomieścić. Liczba, która może: 0. Więc druga karta rzadko jest odpowiedzią tutaj.

07

DeepSeek-V3.1— dlaczego kwantyzacja różni się między kartami?

Ponieważ pojemność się różni, to również to, jak mocno musi być ściśnięta. Liczba wyróżniających się poziomów w tabeli powyżej: 1. Większe karty otrzymują dokładniejszą wersję, a minimalna jakość powyżej ustala porównanie na jednym poziomie.

08

DeepSeek-V3.1— 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.

09

DeepSeek-V3.1— 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.

10

DeepSeek-V3.1— 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.

11

DeepSeek-V3.1— kto to stworzył?

Zostało opublikowane przez DeepSeek, oparty na China, organizacja sklasyfikowana jako industry.

Źródło

Oryginalna publikacja

Ostatnia aktualizacja rekordu 20 January 2026

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.

Wszystkie modele AI