Puis-je exécuter DeepSeek V3 0324 localement ?

Oui, les poids sont ouverts et hébergés sur Hugging Face sous deepseek-ai/DeepSeek-V3-0324. Avec 685 milliards de paramètres, c’est un modèle volumineux, donc vous aurez besoin d’un serveur multi-GPU ou d’une version quantifiée pour l’exécuter sur du matériel grand public.

Quel est le coût de DeepSeek V3 0324 via API ?

DeepSeek facture 0,29 $ par million de tokens en entrée et 1,14 $ par million en sortie, avec une fenêtre de contexte de 163 840 tokens.

En quoi V3 0324 diffère-t-il du DeepSeek V3 original ?

La mise à jour 0324 améliore substantiellement les benchmarks de raisonnement (AIME en hausse de près de 20 points), corrige les bugs d’appels de fonction, produit un meilleur code front-end, et améliore la qualité de l’écriture et traduction en chinois.

DeepSeek V3 0324

2116°

#llm #deepseek #programmation #raisonnement #écriture #multilingue

Lancer ce modèle

Offres / Pub

OpenRouter Terminal / API

Payer par token

Discute avec ce modèle dans le navigateur ou appelle-le depuis ton code avec une clé API.

DeepSeek | contexte de 163 840 tokens | 0,29 $/M en entrée, 1,14 $/M en sortie. DeepSeek V3, un modèle mixture-of-experts de 685 milliards de paramètres, est la dernière itération de la famille de modèles de chat phare de l'équipe DeepSeek. Il succède au modèle DeepSeek V3 et performe très bien sur une variété de tâches.

Guides pour ce modèle

Meilleur LLM local par cas d’usage (octobre 2026) : le bon modèle open source pour chaque tâche

Ollama vs LM Studio (2026) : quelle application d’IA locale choisir, et quels modèles top chacun fait tourner

De combien de VRAM ai-je vraiment besoin pour l'IA locale ?

Qu'est-ce qu'un fichier GGUF ? Explication des modèles quantifiés (Q4, Q8, fp8, NF4)

Tous les guides

Notes du capitaine

Écrit par Captain, le rédacteur maison

Notes du 2026-10-13

DeepSeek V3 0324 est un modèle mixture-of-experts à 685 milliards de paramètres de DeepSeek, une version mise à jour de leur ligne phare V3. Il réalise des gains significatifs par rapport à son prédécesseur en raisonnement, codage et écriture en chinois, tout en restant économique via API. À moins de 1,15 $ par million de tokens en sortie avec poids ouverts disponibles, il concurrence largement au-dessus de sa gamme de prix.

Connu pour

Forte amélioration du raisonnement : score AIME en hausse de près de 20 points par rapport au V3 précédent.
Développement web front-end : code plus propre, plus exécutable et interfaces plus esthétiques.
Précision améliorée des appels de fonction, corrigeant des bugs du V3 antérieur.
Qualité d’écriture en chinois améliorée, alignée sur le style DeepSeek R1.
Poids ouverts publiés sur Hugging Face pour usage local ou auto-hébergé.

Attention à

685 milliards de paramètres nécessitent un matériel sérieux pour un déploiement local ; la plupart des utilisateurs passeront par l’API.
Contexte de 163 840 tokens — performant, mais ne qualifie pas comme modèle à très long contexte selon les standards de pointe.
DeepSeek n’a pas publié de résumé de licence détaillé ici ; vérifiez le dépôt Hugging Face avant tout usage commercial.

Idéal pour

Fonctionne localement

Prompts à essayer

Déboguer une fonction complexe

Voici une fonction JavaScript censée débouncer un appel API asynchrone, mais elle se déclenche plusieurs fois lors d’une saisie rapide. Explique-moi exactement pourquoi elle échoue, puis réécris-la pour que seul le dernier appel d’une rafale soit exécuté, avec un délai de 300 ms. Montre le code corrigé et explique chaque changement.

Résoudre une énigme logique

Cinq ingénieurs sont assis en rang. Alice n’est pas à côté de Bob. Carol est assise immédiatement à droite de Dave. Eve est à une extrémité. Bob n’est pas à une extrémité. Alice est quelque part à gauche de Carol. Liste toutes les configurations valides et montre ton raisonnement étape par étape.

Créer une page d’atterrissage

Écris un fichier HTML autonome unique pour une page d’atterrissage SaaS minimale : une navigation fixe, une section héros avec un titre et un bouton d’appel à l’action, une grille de fonctionnalités en trois colonnes, et un pied de page. Utilise uniquement du CSS en ligne, sans frameworks. Le schéma de couleurs doit être bleu marine foncé et ambre.

Comparer avec

DeepSeek V4.1 Flash
Modèle à poids ouverts
Contexte de 1,048,576 tokens · entrée $0.04/M, sortie $0.68/M
DeepSeek V4 Flash 0731
Modèle à poids ouverts
Contexte de 1,048,576 tokens · entrée $0.01/M, sortie $1.28/M
DeepSeek V4 Flash 0423
Modèle à poids ouverts
Contexte de 1,048,576 tokens · entrée $0.09/M, sortie $0.18/M
DeepSeek V4 Pro 0813
Modèle à poids ouverts
Contexte de 1,048,576 tokens · entrée $1.32/M, sortie $3.96/M

Plus de modèles de texte de deepseek

Questions fréquentes

Puis-je exécuter DeepSeek V3 0324 localement ?: Oui, les poids sont ouverts et hébergés sur Hugging Face sous deepseek-ai/DeepSeek-V3-0324. Avec 685 milliards de paramètres, c’est un modèle volumineux, donc vous aurez besoin d’un serveur multi-GPU ou d’une version quantifiée pour l’exécuter sur du matériel grand public.
Quel est le coût de DeepSeek V3 0324 via API ?: DeepSeek facture 0,29 $ par million de tokens en entrée et 1,14 $ par million en sortie, avec une fenêtre de contexte de 163 840 tokens.
En quoi V3 0324 diffère-t-il du DeepSeek V3 original ?: La mise à jour 0324 améliore substantiellement les benchmarks de raisonnement (AIME en hausse de près de 20 points), corrige les bugs d’appels de fonction, produit un meilleur code front-end, et améliore la qualité de l’écriture et traduction en chinois.

Verdict du capitaine
Un V3 réellement amélioré à un prix qui rend difficile à justifier la plupart des modèles fermés de milieu de gamme, surtout pour le codage et le raisonnement.

Fiche modèle sur Hugging Face

Le capitaine écrit ces notes à partir de la description et de la fiche modèle. Les prix et tailles de contexte sont ceux du fournisseur au moment de la rédaction et peuvent changer.

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Not this creator?

Get your own badge

Comment ce score se calcule

Ce modèle n’a pas encore de données de popularité provenant de sources, donc il porte un nombre de remplacement en dessous de 7,000° pour que les listes restent complètes. Il ne sera jamais mieux classé qu’un modèle avec des données. La répartition apparaît ici dès qu’une source la rapporte.

Glossaire : les termes utilisés ici

Score de chaleur: Un seul chiffre pour montrer à quel point un modèle est utilisé et recherché en ce moment, de 0° à 9 999°. Chaque liste sur ce site qui dit « les plus chauds » est triée selon ce score et rien d’autre.
Plancher: Les 7 000° que chaque modèle avec des données réelles commence avec. L’échelle va de 0° à 9 999° ; la partie sous le plancher est réservée aux remplaçants (modèles sans données), pour qu’un modèle avec données soit toujours mieux classé qu’un sans. Le plancher est le même pour tous et ne décide rien ; les degrés au-dessus sont la mesure.
Équivalents de téléchargement: Tout ce que le score considère comme un téléchargement, additionné : les téléchargements eux-mêmes, chaque seeder torrent comme 1 000, chaque image AI Horde et chaque exécution sur un site de génération comme un.
Échelle logarithmique: On compte par dizaines, pas par unités : passer de 1 000 à 10 000 téléchargements ajoute autant de degrés que passer de 10 000 à 100 000. Ça évite que les géants écrasent tout le reste.
Likes: Les pouces levés et likes de toutes sources, valant chacun la moitié d’un téléchargement sur l’échelle logarithmique.
Taux d’adoption: Combien de téléchargements par jour un modèle obtient en ce moment, calculé à partir de la différence entre deux relevés d’une source. Un quart du poids du terme téléchargement.
Mesuré et estimé: Mesuré signifie qu'il existe deux relevés d'une source et que la différence est réelle. Estimé signifie que seul le total d'aujourd'hui est connu et que le passé est réparti sur la durée de vie du modèle ; le site indique lequel est affiché.
Seeder: Quelqu'un qui garde une copie des poids en ligne pour que d'autres puissent les télécharger via un torrent, ou un miroir hébergé qui fait la même chose. Chacun compte comme 1 000 téléchargements.
AI Horde: Un réseau de bénévoles qui génère des images gratuitement sur des ordinateurs donnés. Le nombre d'images créées avec un modèle est public, et chacune compte comme un téléchargement.
Sites de génération: Sites qui hébergent leurs propres copies d'un modèle et permettent aux gens de générer avec, comme PixAI, SeaArt et Yodayo. Leurs téléchargements comptent comme ceux de Civitai et chaque génération compte comme un téléchargement.
Tokens OpenRouter: Un modèle texte servi via une API, comme Claude ou GPT, n'a pas de poids à télécharger, son usage est donc mesuré en tokens : les morceaux de texte lus et écrits via OpenRouter, une passerelle utilisée par de nombreuses applications, sur les 30 derniers jours. Chaque 10,000,000 tokens compte comme un téléchargement. Source : OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Modèle complet (checkpoint): Les poids eux-mêmes, le fichier qui génère tout seul. Il reçoit un bonus parce que les add-ons en dépendent.
LoRA et embedding: Petits fichiers add-on qui orientent les poids de quelqu'un d'autre vers un style, un personnage ou un concept. Ils ne peuvent pas fonctionner seuls.
Famille et poids: La base sur laquelle un modèle est construit, comme SD 1.5, SDXL, Flux ou Wan. Chaque modèle hérite de la date de sortie des poids de sa famille.
Âge: Degrés retirés selon l'ancienneté des poids de la famille : 150° par an, jusqu'à 750°. Cela garde les anciens téléchargements qui ont eu des années pour s'accumuler en haut de la liste.
Boost de la famille: Une petite poussée limitée pour les LoRA d'une famille que ce site met en avant en ce moment, toujours listée dans la répartition.
Score de remplacement: Un nombre stable en dessous du minimum donné à un modèle dont aucune source ne rapporte encore, pour que les listes restent complètes. Il ne dépasse jamais un modèle avec des données.
Nouveau ! (période de grâce): Un modèle âgé de moins de 7 jours affiche Nouveau ! au lieu d'un score et ne figure pas dans le classement. Son score est calculé dès le premier jour, mais un modèle d'un jour grandit plus vite que tout, donc sans attente le #1 de la semaine serait toujours celui sorti hier plutôt que celui qui tient depuis une semaine.
Tendance: Comment la croissance d'un modèle sur une période se compare à la croissance typique d'un modèle sur la même période. Plus rapide que la moyenne signifie une hausse, plus lente une baisse.
Modèle typique: Le milieu du catalogue : la moitié des modèles avec un chiffre ont grandi plus vite sur la période, l'autre moitié plus lentement.

Modèles similaires

Modèles d'IA pour générer image, vidéo et texte

DeepSeek V3 0324 est un modèle de texte pour la famille Text / LLM, référencé sur ModelTrends.ai, un catalogue en lecture seule de modèles d'IA open source pour l'image, la vidéo et le texte. Comparez-le aux autres modèles Text / LLM et consultez son score de chaleur pour suivre sa tendance.

Plus de modèles Text / LLM Plus de Texte / LLM Text / LLM llm deepseek programmation raisonnement écriture multilingue local

Parcourir par famille de modèles