騰訊雲宣佈將於2025年11月24日下線DeepSeek-V3和DeepSeek-R1模型，屆時停止所有接入服務。官方建議用戶遷移至最新穩定版本，以配合大模型技術持續升級。
騰訊發佈Training-Free GRPO技術，通過外部知識庫替代參數微調，在模型參數凍結狀態下實現性能優化。該方法將經驗知識轉化爲token級先驗信息，顯著降低訓練成本，在DeepSeek-V3.1-Terminus模型上達到與昂貴微調相當的提升效果。
硅基流動發佈實驗性模型DeepSeek-V3.2-Exp，支持160K上下文長度，價格直降超50%。該模型基於V3.1-Terminus深度優化，引入DeepSeek稀疏注意力機制，顯著提升長文本訓練和推理效率。
智譜AI發佈並開源新一代模型GLM-4.6，在Agentic Coding等關鍵能力上實現大幅提升。其編程能力已對齊國際頂尖模型Claude Sonnet4，並超越DeepSeek-V3.2-Exp，成爲當前國內最強代碼生成模型。該模型在國產化適配方面取得里程碑進展，已成功部署於寒武紀國產芯片平臺。
一個強大的文本生成模型，適用於多種對話應用。
DeepSeek-V3/R1 推理系統是一個高性能的分佈式推理架構，專為大規模 AI 模型優化設計。
一個開源的NotebookLM實現，使用Deepseek-V3和PlayHT TTS技術。
一款具有671B參數的Mixture-of-Experts語言模型。
deepseek
$3.96
輸入tokens/百萬
$15.77
輸出tokens/百萬
128k
上下文長度
$0.86
$1.3
-
$0.72
$2.88
$1.94
$7.92
4.1k
moxin-org
本項目對DeepSeek-V3-0324進行了llama.cpp混合精度量化，解決了模型在邊緣設備上部署的難題，提升了模型的運行效率和資源利用率。
kathywu95
這是一個基於DeepSeek-V3架構的隨機權重生成模型，專門用於測試和開發目的。模型使用隨機初始化的權重，參數規模經過精簡，適合快速原型開發和功能驗證。
QuantTrio
DeepSeek-V3.2-Exp-AWQ是基於DeepSeek-V3.2-Exp模型的量化版本，通過vLLM框架實現高效文本生成。該模型引入了DeepSeek稀疏注意力機制，在長上下文訓練和推理效率上有顯著提升，同時保持了模型輸出質量。
deepseek-ai
變換器庫是一個強大的自然語言處理工具庫，提供豐富的預訓練模型和便捷的使用接口，廣泛應用於文本生成、分類、翻譯等NLP任務，極大提升開發效率。
DeepSeek-V3.1是基於DeepSeek-V3.1-Base進行後訓練的大型語言模型，具有128K上下文長度，支持混合思維模式、智能工具調用和代碼代理功能。該模型在多項基準測試中表現出色，特別在數學推理、代碼生成和搜索代理任務上有顯著提升。
ubergarm
基於DeepSeek-V3.1模型的GGUF格式量化版本，使用ik_llama.cpp分支進行最優量化。該模型在特定內存佔用下實現最佳困惑度表現，提供從IQ5_K到IQ1_S等多種量化方案，滿足不同內存和性能需求。
bartowski
這是DeepSeek-V3.1模型的量化版本，使用llama.cpp的imatrix技術進行量化處理，旨在提升模型在不同硬件上的運行效率和性能。該版本提供多種量化級別，從高質量Q8_0到極低質量IQ1_M，滿足不同硬件配置和性能需求。
unsloth
DeepSeek-V3.1是DeepSeek-AI開發的大語言模型，是DeepSeek-V3的升級版本。該模型支持混合思考模式和非思考模式，在工具調用、代碼生成、數學推理等方面表現出色，支持128K上下文長度。
mlx-community
這是DeepSeek-V3.1-Base模型的4位量化版本，使用mlx-lm工具轉換而成，專門為Apple Silicon芯片優化，提供高效的大語言模型推理能力。
DeepSeek-V3.1是DeepSeek團隊開發的大規模語言模型，支持思考模式和非思考模式，在多個基準測試中表現出色，具備強大的文本理解、生成和推理能力。
bobchenyx
這是DeepSeek-V3-0324的量化版本，採用特定量化方法處理，旨在不同場景下實現更高效的使用，支持多種量化規格以平衡性能與效率。
tngtech
DeepSeek-R1T-Chimera 是一個結合了 DeepSeek-R1 智能和 DeepSeek-V3 令牌效率的開源權重模型。
GLM-4-32B-0414是GLM家族的新成員，具備320億參數規模，性能媲美GPT系列和DeepSeek-V3系列，支持本地部署。
GLM-4-32B-0414是擁有320億參數的大語言模型，性能媲美GPT-4o和DeepSeek-V3，支持中文和英語，具備卓越的代碼生成、函數調用和複雜任務處理能力。
GLM-4-32B-0414是GLM家族的新成員，參數規模達320億，性能與GPT-4o、DeepSeek-V3等相當，支持本地部署。
DeepSeek-V3-0324 是由 Unsloth 提供的動態量化版本，支持在 llama.cpp、LMStudio 等推理框架中運行。
ByteDance-Seed
基於DeepSeek-V3架構的90億參數大語言模型，使用完全開源且僅含英文的3500億+token數據集從頭訓練而成，專為開源社區開發和調試設計。
AlphaGaO
這是一個未經過完整訓練的實驗性模型，主要用於研究目的，通過模型融合技術創建，需要特定修復流程才能恢復正常功能。
zai-org
GLM-4-32B-Base-0414是GLM家族的新成員，擁有320億參數，在15T高質量數據上進行預訓練，性能可與GPT-4o和DeepSeek-V3等先進模型相媲美。該模型支持便捷的本地部署，在代碼生成、函數調用、搜索式問答等方面表現優異。
GLM-4-32B-0414是GLM家族的新成員，擁有320億參數的高性能大語言模型。該模型在15T高質量數據上進行預訓練，包含大量推理型合成數據，在代碼生成、函數調用、搜索問答等多個任務場景中表現出色，性能可與GPT-4o和DeepSeek-V3等更大規模模型相媲美。
一個基於DeepSeek-V3開發的MCP天氣查詢智能體項目，通過配置API密鑰和運行客戶端腳本來實現功能。
一個使用DeepSeek-V3模型的MCP演示項目，通過命令行交互查詢天氣信息，支持獲取警報和天氣預報功能。
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
