晴岚云海栈道 · 全五站
历经雾中栈道第四站 DeepSeek Harness 严苛检定，
DeepSeek-V3 在综合学科、数学竞赛、代码工程与中文理解四大维度全面领跑开源模型，比肩国际顶尖闭源旗舰。
| 评测基准 (Benchmark) | DeepSeek-V3 (本栈道主模型) | DeepSeek-V2.5 | Qwen2.5-72B-Inst. | Llama-3.1-405B-Inst. | Claude-3.5-Sonnet | GPT-4o-0513 |
|---|---|---|---|---|---|---|
| 模型架构 / 激活参数量 | MoE 671B (37B 激活) | MoE 236B (21B) | Dense 72B | Dense 405B | 商业闭源 | 商业闭源 |
| MMLU-Pro (综合学科深度推理 EM) | 75.9 | 66.2 | 71.6 | 73.3 | 78.0 | 72.6 |
| GPQA-Diamond (博士级科学问答 Pass@1) | 59.1 | 41.3 | 49.0 | 51.1 | 65.0 | 49.9 |
| MATH-500 (高阶数学推演 EM) | 90.2 | 74.7 | 83.6 | 73.8 | 78.3 | 74.6 |
| AIME 2024 (数学邀请赛 Pass@1) | 39.2 | 16.7 | 23.3 | 23.3 | 16.0 | 9.3 |
| LiveCodeBench (实时代码工程 Pass@1) | 40.5 | 29.2 | 31.1 | 28.4 | 38.9 | 33.4 |
| Codeforces (算法竞技百分位) | 51.6 | 35.6 | 24.8 | 25.3 | 20.3 | 23.6 |
| C-Eval (中文权威知识评测 EM) | 86.5 | 79.5 | 86.1 | 76.8 | 76.7 | 76.0 |
* 数据来源：栈道第四站 DeepSeek Harness 评测报告（DeepSeek - 探索未至之境）。第一列浅蓝高亮代表本站点核心模型 DeepSeek-V3。
低秩键值联合压缩技术，让 128K 长文漫步轻盈无显存负担。
671B 总参数量精妙协同，每次步伐仅激活最匹配的 37B 专家。
多 Token 预测结合 FP8 混合精度，赋予网页版行云流水般的响应。
从 1.5B 到 671B 全尺寸开源，助力千行百业共建智能未来。