Kan jag köra DeepSeek V3 0324 lokalt?

Ja, vikterna är öppna och finns på Hugging Face under deepseek-ai/DeepSeek-V3-0324. Med 685 miljarder parametrar är det en stor modell, så realistiskt behöver du en multi-GPU-server eller en kvantiserad version för att köra den på konsumenthårdvara.

Vad kostar DeepSeek V3 0324 via API?

DeepSeek tar $0,29 per miljon input tokens och $1,14 per miljon output tokens, med ett kontextfönster på 163 840 tokens.

Hur skiljer sig V3 0324 från originalet DeepSeek V3?

Uppdateringen 0324 förbättrar resonemangsbenchmarkar avsevärt (AIME upp nästan 20 poäng), fixar buggar i funktionsanrop, producerar bättre front-end-kod och höjer kvaliteten på kinesiskt skrivande och översättning.

DeepSeek V3 0324

2116°

#llm #deepseek #kodning #resonemang #skrivande #fler språk

Kör modellen

Erbjudanden / annonser

OpenRouter Terminal / API

Betala per token

Chatta med den här modellen i webbläsaren eller anropa den från din kod med en API-nyckel.

DeepSeek | 163 840 tokens kontext | $0.29/M input, $1.14/M output. DeepSeek V3, en 685 miljarder parametrar stor mixture-of-experts-modell, är den senaste iterationen av flaggskepps-chattmodellen från DeepSeek-teamet. Den efterträder DeepSeek V3-modellen och presterar mycket bra på en rad olika uppgifter.

Guider för denna modell

Bästa lokala LLM efter användningsområde (oktober 2026): rätt öppna modell för varje jobb

Ollama vs LM Studio (2026): vilken lokal AI-app du ska använda och vilka toppmodeller varje kör

Hur mycket VRAM behöver jag egentligen för lokal AI?

Vad är en GGUF-fil? Förklaringar av kvantiserade modeller (Q4, Q8, fp8, NF4)

Alla guider

Kaptenens anteckningar

Skrivet av Captain, husets redaktör

Anteckningar från 2026-10-13

DeepSeek V3 0324 är en 685 miljarder parametrar stor mixture-of-experts-chattmodell från DeepSeek, en uppdaterad version av deras flaggskeppslinje V3. Den gör betydande framsteg jämfört med sin föregångare inom resonemang, kodning och kinesiskt skrivande, samtidigt som den är billig att köra via API. Med under $1,15 per miljon output tokens och öppna vikter tillgängliga konkurrerar den långt över sin prisklass.

Känd för

Starka resonemangsframsteg: AIME-poängen ökade med nästan 20 poäng jämfört med tidigare V3.
Front-end webbutveckling: renare, mer exekverbar kod och snyggare gränssnitt.
Förbättrad funktionanropsnoggrannhet, fixar buggar som fanns i tidigare V3.
Förbättrad kvalitet på kinesiskt skrivande, i linje med DeepSeek R1-stilen.
Öppna vikter publicerade på Hugging Face för lokal eller självhostad användning.

Se upp för

685 miljarder parametrar innebär att lokal distribution kräver seriös hårdvara; de flesta användare kommer att använda API.
Kontext på 163 840 tokens — kapabelt, men kvalificerar inte som långkontextmodell enligt frontier-standard.
DeepSeek har inte publicerat en detaljerad licenssammanfattning här; kontrollera Hugging Face-repot före kommersiell användning.

Bäst för

Promptar att prova

Debugga en knepig funktion

Här är en JavaScript-funktion som ska debounca ett asynkront API-anrop, men den triggas flera gånger vid snabb inmatning. Förklara exakt varför den misslyckas, skriv sedan om den så att endast det sista anropet i en burst går igenom med 300 ms fördröjning. Visa den fixade koden och förklara varje ändring.

Lös ett logikpussel

Fem ingenjörer sitter på rad. Alice sitter inte bredvid Bob. Carol sitter direkt till höger om Dave. Eve sitter i ena änden. Bob sitter inte i någon ände. Alice sitter någonstans till vänster om Carol. Lista alla giltiga sittarrangemang och visa ditt resonemang steg för steg.

Bygg en landningssida

Skriv en enda självständig HTML-fil för en minimal SaaS-landersida: en sticky nav, en hero-sektion med rubrik och call-to-action-knapp, ett trekolumnigt funktionsnät och en footer. Använd endast inline CSS, inga ramverk. Färgskalan ska vara mörk marinblå och bärnsten.

Jämför med

DeepSeek V4.1 Flash
Öppen vikt-modell
1,048,576 tokens kontext · $0.04/M indata, $0.68/M utdata
DeepSeek V4 Flash 0731
Öppen vikt-modell
1,048,576 tokens kontext · $0.01/M indata, $1.28/M utdata
DeepSeek V4 Flash 0423
Öppen vikt-modell
1,048,576 tokens kontext · $0.09/M indata, $0.18/M utdata
DeepSeek V4 Pro 0813
Öppen vikt-modell
1,048,576 tokens kontext · $1.32/M indata, $3.96/M utdata

Fler textmodeller från deepseek

Vanliga frågor

Kan jag köra DeepSeek V3 0324 lokalt?: Ja, vikterna är öppna och finns på Hugging Face under deepseek-ai/DeepSeek-V3-0324. Med 685 miljarder parametrar är det en stor modell, så realistiskt behöver du en multi-GPU-server eller en kvantiserad version för att köra den på konsumenthårdvara.
Vad kostar DeepSeek V3 0324 via API?: DeepSeek tar $0,29 per miljon input tokens och $1,14 per miljon output tokens, med ett kontextfönster på 163 840 tokens.
Hur skiljer sig V3 0324 från originalet DeepSeek V3?: Uppdateringen 0324 förbättrar resonemangsbenchmarkar avsevärt (AIME upp nästan 20 poäng), fixar buggar i funktionsanrop, producerar bättre front-end-kod och höjer kvaliteten på kinesiskt skrivande och översättning.

Kaptens omdöme
En verkligt förbättrad V3 till ett pris som gör de flesta slutna mellanklassmodeller svåra att motivera, särskilt för kodning och resonemangsarbete.

Model card på Hugging Face

Kapten skriver dessa anteckningar från modellens egen beskrivning och model card. Priser och kontextstorlekar är från leverantören vid skrivtillfället och kan ändras.

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

Hur denna poäng räknas ihop

Den här modellen har ännu inga popularitetsdata från någon källa, så den har ett tillfälligt nummer under 7,000° som håller listorna kompletta. Den rankas aldrig högre än en modell med data. Uppdelningen visas här så fort en källa rapporterar den.

Ordlista: termerna som används här

Heat-poäng: Ett nummer för hur mycket en modell används och efterfrågas just nu, från 0° till 9 999°. Varje lista på den här sidan som säger hetast sorteras efter den och inget annat.
Golvet: De 7 000° som varje modell med verklig data börjar från. Skalan går från 0° till 9 999°; delen under golvet är reserverad för ersättare (modeller utan data), så att en modell med data alltid rankas över en utan. Golvet är samma för alla och avgör inget; graderna ovanför är själva mätningen.
Nedladdnings-ekvivalenter: Allt som poängen räknar som en nedladdning, summerat: själva nedladdningarna, varje torrent-seeder som 1 000, varje AI Horde-bild och varje körning på en genereringssajt som en.
Logaritmisk skala: Räknar i tiotal, inte i ental: att gå från 1 000 till 10 000 nedladdningar ger lika många grader som att gå från 10 000 till 100 000. Det hindrar jättar från att tränga ut allt annat.
Gillanden: Tummar upp och gillanden från alla källor, värda hälften av en nedladdning på den logaritmiska skalan.
Adoptionshastighet: Hur många nedladdningar per dag en modell får just nu, från skillnaden mellan två mätningar av en källa. En fjärdedels vikt av nedladdningsdelen.
Mätt och uppskattad: Mätt betyder att det finns två mätningar från en källa och skillnaden är verklig. Uppskattad betyder att bara dagens total är känd och det fördelas över modellens livstid; sidan visar vilken det är.
Seeder: Någon som håller en kopia av vikterna online för andra att ladda ner via torrent, eller en hostad spegel som gör samma sak. Varje sådan räknas som 1 000 nedladdningar.
AI Horde: Ett frivilligt nätverk som genererar bilder gratis på donerade datorer. Antalet bilder det har gjort med en modell är offentligt, och varje bild räknas som en nedladdning.
Genereringssajter: Sajter som hostar sina egna kopior av en modell och låter folk generera med den, som PixAI, SeaArt och Yodayo. Deras nedladdningar räknas som Civitaís och varje genereringskörning räknas som en nedladdning.
OpenRouter-token: En textmodell som nås via API, som Claude eller GPT, har inga vikter att ladda ner, så dess användning mäts i token: textbitar den läst och skrivit via OpenRouter, en gateway som många appar använder, under de senaste 30 dagarna. Varje 10,000,000 token räknas som en nedladdning. Källa: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Full modell (checkpoint): Själva vikterna, filen som genererar självständigt. Den får en bonus eftersom tillägg beror på den.
LoRA och embedding: Små tilläggsfiler som styr någon annans vikter mot en stil, en karaktär eller ett koncept. De kan inte köras själva.
Familj och vikter: Basen en modell är byggd på, som SD 1.5, SDXL, Flux eller Wan. Varje modell ärver släppdatumet för sin familjs vikter.
Ålder: Poäng som dras av beroende på hur länge sedan familjens vikter släpptes: 150° per år, upp till 750°. Det behåller gamla nedladdningar som haft år på sig att samlas för att frysa toppen av listan.
Familjeboost: En liten, begränsad skjuts för LoRAs från en familj som den här sajten just nu vill lyfta fram, alltid med i uppdelningen.
Stand-in-poäng: Ett stabilt nummer under golvet som ges till en modell som ännu inte har rapporter från någon källa, så listorna förblir kompletta. Den rankas aldrig högre än en modell med data.
Ny! (karensperiod): En modell som är mindre än 7 dagar gammal visar Ny! istället för poäng och räknas inte i rankningen. Poängen räknas från dag ett, men en modell som är en dag gammal växer snabbare än allt annat, så utan väntan skulle veckans #1 alltid vara det som kom ut igår istället för det som hållit i en vecka.
Trend: Hur en modells tillväxt under en period jämförs med den typiska modellens tillväxt under samma period. Snabbare än vanligt läses som en ökning, långsammare som en nedgång.
Typisk modell: Mitten av katalogen: hälften av modellerna med siffror växte snabbare under perioden, hälften långsammare.

Liknande modeller

AI-modeller för bild-, video- och textgenerering

DeepSeek V3 0324 är en textmodell för familjen Text / LLM, listad på ModelTrends.ai, en skrivskyddad katalog över AI-modeller med öppen källkod för bild, video och text. Jämför den med andra Text / LLM-modeller och se dess hettapoäng.

Fler Text / LLM-modeller llm deepseek kodning resonemang skrivande fler språk lokal

Bläddra efter modellfamilj