DeepSeek V3
3886°
Chạy mô hình này
Ưu đãi / Quảng cáo
DeepSeek | 163,840 token context | $0.26/M input, $1.03/M output. DeepSeek-V3 is the latest model from the DeepSeek team, building upon the instruction following and coding abilities of the previous versions. Pre-trained on nearly 15 trillion tokens, the reported evaluations reveal that the model outperforms other open-source models and rivals leading closed-source models. For model details, please visit the DeepSeek-V3 repoOpens in new tab for more information, or see the launch announcementOpens in new tab.
Hướng dẫn cho mô hình này
10 lựa chọn thay thế ChatGPT rẻ nhất năm 2026: mô hình cục bộ miễn phí, gói miễn phí và gói trả phí cố định
LLM cục bộ tốt nhất theo từng trường hợp sử dụng (Tháng 10 năm 2026): mô hình mở phù hợp cho mọi công việc
Mình thực sự cần bao nhiêu VRAM cho AI cục bộ?
Tệp GGUF là gì? Giải thích về các mô hình lượng tử hóa (Q4, Q8, fp8, NF4)
Ghi chú của thuyền trưởng
Ghi chú từ 2026-10-13
DeepSeek V3 là mô hình hỗn hợp chuyên gia 671 tỷ tham số từ DeepSeek, với chỉ 37 tỷ tham số hoạt động mỗi token, giúp chi phí vận hành thấp hơn nhiều so với kích thước tổng thể. Nó được huấn luyện trên 14,8 nghìn tỷ token và có các mẫu suy luận được chắt lọc từ DeepSeek R1, nâng cao hiệu năng rõ rệt so với hầu hết đối thủ trọng số mở. Với giá dưới một đô la cho mỗi triệu token đầu ra qua API, nó phù hợp cho nhà phát triển và nhà nghiên cứu muốn chất lượng đầu ra hàng đầu mà không tốn kém.
Nổi tiếng với
- Khả năng lập trình và theo dõi hướng dẫn mạnh, được tinh chỉnh qua nhiều thế hệ DeepSeek
- Năng lực suy luận được tăng cường nhờ chắt lọc từ chuỗi suy nghĩ DeepSeek R1
- 671 tỷ tham số tổng, chỉ 37 tỷ tham số hoạt động mỗi token qua kiến trúc MoE
- Trọng số mở có trên Hugging Face để tự lưu trữ
- Giá API thấp bất thường cho mô hình ở phân khúc hiệu năng này
Cẩn thận với
- Trọng số 685 tỷ trên Hugging Face: tự lưu trữ đòi hỏi phần cứng mạnh, không phải setup GPU tiêu dùng.
- DeepSeek chưa công bố giấy phép mã nguồn mở chuẩn; kiểm tra điều khoản repo trước khi dùng thương mại.
- Cửa sổ ngữ cảnh qua API là 163.840 token; thẻ mô hình ghi 128K cho trọng số tải về.
Phù hợp nhất cho
Lời nhắc để thử
Viết lại hàm lộn xộn
Đây là một hàm Python hoạt động nhưng khó đọc và không xử lý lỗi. Viết lại cho rõ ràng, thêm chú thích kiểu, xử lý các trường hợp lỗi rõ ràng, và giải thích từng thay đổi.
def proc(d, k, v):
d[k] = v
return d[k] * 2 if d[k] > 10 else d[k]
Suy luận qua câu đố logic
Năm người mỗi người nuôi một thú cưng khác nhau và uống một loại đồ uống khác nhau. Alice không nuôi mèo. Người uống trà nuôi chó. Bob uống cà phê. Carol nuôi cá. Người uống nước ở bên cạnh người nuôi rắn. Dave uống nước ép. Ai nuôi rắn, và bạn suy luận thế nào?
Phê bình luận điểm kỹ thuật
Một đồng nghiệp tranh luận: 'Chúng ta nên luôn dùng cơ sở dữ liệu NoSQL cho dự án mới vì SQL không mở rộng được.' Viết một bài phê bình có cấu trúc về luận điểm này. Xác định điều đúng, điều sai, bối cảnh còn thiếu, và câu hỏi bạn sẽ hỏi trước khi chọn cơ sở dữ liệu.
So sánh với
- DeepSeek V4.1 FlashMô hình mở trọng sốngữ cảnh 1,048,576 token · Đầu vào $0.04/M, đầu ra $0.68/M
- DeepSeek V4 Flash 0731Mô hình mở trọng sốngữ cảnh 1,048,576 token · Đầu vào $0.01/M, đầu ra $1.28/M
- DeepSeek V4 Flash 0423Mô hình mở trọng sốngữ cảnh 1,048,576 token · Đầu vào $0.09/M, đầu ra $0.18/M
- DeepSeek V4 Pro 0813Mô hình mở trọng sốngữ cảnh 1,048,576 token · Đầu vào $1.32/M, đầu ra $3.96/M
Thêm mô hình văn bản từ deepseek
Câu hỏi thường gặp
- Trọng số DeepSeek V3 có mở và tôi có thể chạy cục bộ không?
- Có, trọng số công khai trên Hugging Face trong repo deepseek-ai/DeepSeek-V3. Lưu ý mô hình đầy đủ 685 tỷ tham số, chạy cục bộ đòi hỏi hạ tầng GPU mạnh.
- Chi phí và cửa sổ ngữ cảnh là bao nhiêu?
- Qua API, giá 0,32 đô la cho mỗi triệu token đầu vào và 0,89 đô la cho mỗi triệu token đầu ra, với cửa sổ ngữ cảnh 163.840 token.
- DeepSeek V3 khác gì so với DeepSeek R1?
- V3 là mô hình theo dõi hướng dẫn đa năng; R1 là mô hình suy luận chuyên biệt dùng chuỗi suy nghĩ dài. V3 được chắt lọc một số mẫu suy luận từ R1 trong hậu huấn luyện, cho năng lực suy luận mạnh hơn các phiên bản V trước mà không có phong cách đầu ra CoT dài dòng của R1.
Phán quyết của thuyền trưởngCách tiết kiệm nhất để có chất lượng văn bản gần hàng đầu hiện nay, nếu bạn chấp nhận các điều khoản giấy phép của DeepSeek.
Thẻ mô hình trên Hugging Face
Thuyền trưởng viết những ghi chú này dựa trên mô tả và thẻ mô hình của mô hình. Giá cả và kích thước ngữ cảnh là của nhà cung cấp tại thời điểm viết và có thể thay đổi.
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.
Điểm số này được tính như thế nào
Mô hình này chưa có dữ liệu phổ biến từ bất kỳ nguồn nào, nên nó mang một số thay thế dưới 7,000° để giữ cho danh sách đầy đủ. Nó không bao giờ xếp trên một mô hình có dữ liệu. Phân tích chi tiết sẽ xuất hiện ở đây ngay khi có nguồn báo cáo.
Thuật ngữ: các từ dùng ở đây
- Điểm nhiệt
- Một số duy nhất cho biết mô hình được dùng và mong muốn thế nào hiện tại, từ 0° đến 9.999°. Mọi danh sách trên trang này nói về độ hot đều sắp xếp theo nó và không theo gì khác.
- Sàn điểm
- 7.000° là điểm bắt đầu cho mọi mô hình có dữ liệu thật. Thang điểm chạy từ 0° đến 9.999°; phần dưới sàn dành cho mô hình thay thế (mô hình không có dữ liệu), để mô hình có dữ liệu luôn xếp trên mô hình không có. Sàn điểm giống nhau cho tất cả và không quyết định gì; điểm trên sàn mới là thước đo.
- Tương đương lượt tải
- Tất cả những gì điểm số coi là lượt tải, cộng lại: lượt tải thật, mỗi người chia sẻ torrent tính 1.000, mỗi ảnh AI Horde và mỗi lượt chạy trên trang tạo ảnh tính một.
- Thang log
- Đếm theo chục, không phải theo đơn vị: từ 1.000 lên 10.000 lượt tải thêm cùng số điểm như từ 10.000 lên 100.000. Giúp tránh việc các mô hình lớn lấn át hết mọi thứ khác.
- Lượt thích
- Giơ ngón tay cái và lượt thích từ mọi nguồn, mỗi lượt bằng một nửa lượt tải trên thang log.
- Tỷ lệ áp dụng
- Bao nhiêu lượt tải mỗi ngày mà mô hình nhận được hiện tại, tính từ chênh lệch giữa hai lần đọc nguồn. Bằng một phần tư trọng số của lượt tải.
- Đã đo và ước tính
- Đã đo nghĩa là có hai lần đọc từ một nguồn và sự khác biệt là thật. Ước tính nghĩa là chỉ biết tổng số hôm nay và quá khứ được phân bổ trong suốt thời gian tồn tại của mô hình; trang web sẽ nói rõ đang hiển thị loại nào.
- Seeder
- Người giữ bản sao trọng số trực tuyến để người khác tải qua torrent, hoặc một bản sao lưu trữ làm điều tương tự. Mỗi người được tính là 1.000 lượt tải.
- AI Horde
- Một mạng lưới tình nguyện tạo ảnh miễn phí trên máy tính được hiến tặng. Số ảnh nó đã tạo với một mô hình được công khai, và mỗi ảnh được tính là một lượt tải.
- Trang tạo ảnh
- Các trang lưu trữ bản sao mô hình riêng và cho phép người dùng tạo ảnh, như PixAI, SeaArt và Yodayo. Lượt tải của họ được tính giống như Civitai và mỗi lần tạo ảnh được tính là một lượt tải.
- Token OpenRouter
- Mô hình văn bản phục vụ qua API, như Claude hoặc GPT, không có trọng số để tải xuống, nên sử dụng token để đo lường: các đoạn văn bản nó đọc và viết qua OpenRouter, một cổng kết nối nhiều ứng dụng sử dụng, trong 30 ngày qua. Mỗi 10,000,000 token tính là một lượt tải. Nguồn: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
- Mô hình đầy đủ (checkpoint)
- Chính là trọng số, file tự tạo ảnh. Nó được cộng thêm điểm vì các add-on phụ thuộc vào nó.
- LoRA và embedding
- Các file add-on nhỏ giúp điều chỉnh trọng số của người khác theo phong cách, nhân vật hoặc ý tưởng. Chúng không thể chạy riêng.
- Gia đình và trọng số
- Nền tảng mà mô hình xây dựng trên đó, như SD 1.5, SDXL, Flux hoặc Wan. Mỗi mô hình kế thừa ngày phát hành của trọng số gia đình nó.
- Tuổi
- Điểm trừ dựa trên thời gian trọng số gia đình được phát hành: 150° mỗi năm, tối đa 750°. Nó giữ lại lượt tải cũ đã tích tụ nhiều năm bằng cách đóng băng đầu danh sách.
- Tăng gia đình
- Một đẩy nhỏ có giới hạn cho LoRA của một gia đình mà trang này đang ưu tiên, luôn được liệt kê trong phần phân tích.
- Điểm thay thế
- Một số ổn định dưới mức tối thiểu dành cho mô hình chưa có báo cáo nguồn, để danh sách luôn đầy đủ. Nó không bao giờ xếp trên mô hình có dữ liệu.
- Mới! (giai đoạn thử nghiệm)
- Mô hình dưới 7 ngày tuổi hiển thị Mới! thay vì điểm số và không được xếp hạng. Điểm số được tính từ ngày đầu tiên, nhưng mô hình mới một ngày tăng trưởng nhanh nhất, nên nếu không chờ đợi thì #1 tuần này sẽ luôn là mô hình mới ra hôm qua thay vì mô hình giữ vững trong tuần.
- Xu hướng
- Tốc độ tăng trưởng của mô hình trong một khoảng thời gian so với tốc độ tăng trưởng trung bình của mô hình khác trong cùng khoảng thời gian. Nhanh hơn trung bình là tăng, chậm hơn là giảm.
- Mô hình điển hình
- Giữa danh mục: một nửa mô hình có số liệu tăng nhanh hơn trong khoảng thời gian, một nửa tăng chậm hơn.
DeepSeek V3 là một mô hình văn bản thuộc họ Text / LLM được liệt kê trên ModelTrends.ai, danh mục chỉ đọc về các mô hình AI hình ảnh, video và văn bản mã nguồn mở. So sánh nó với các mô hình Text / LLM khác và xem điểm độ hot để biết xu hướng.
Duyệt theo họ mô hình
Mô hình Text / LLM
434
Mô hình Anima
528
Mô hình Chroma
19
Mô hình Fibo
2
Mô hình Flux
1,496
Mô hình Flux 2 / Klein
1,239
Mô hình Flux 3
3
Mô hình Moss
3
Mô hình Iris
1
Mô hình MiniMax H3
364
Mô hình Hunyuan
204
Mô hình Ideogram
20
Mô hình Krea2
717
Mô hình Qwen
20
Mô hình Qwen2
47
Mô hình Ltx2
153