Di puntaIn inglese
A 552B mixture of experts built as a causal encoder and decoder, with 8B parameters active per token in prefill and 16B in decode.
Leggi: DeepSeek-V4.1-FlashDeepSeek
Hangzhou, ChinaDal 2023deepseek.com
In inglese
DeepSeek publishes the weights of its current models under the MIT licence. The largest, DeepSeek-V4-Pro, has 1.6T parameters.
Di punta
Gamma
DeepSeek-V4.1-Flash
Di punta
- Totali
- 552B
- Attivi
- 16B
- Contesto
- 1M
- Totali
- 1,6T
- Attivi
- 49B
- Contesto
- 1M