腾讯云宣布将于2025年11月24日下线DeepSeek-V3和DeepSeek-R1模型，届时停止所有接入服务。官方建议用户迁移至最新稳定版本，以配合大模型技术持续升级。
腾讯发布Training-Free GRPO技术，通过外部知识库替代参数微调，在模型参数冻结状态下实现性能优化。该方法将经验知识转化为token级先验信息，显著降低训练成本，在DeepSeek-V3.1-Terminus模型上达到与昂贵微调相当的提升效果。
硅基流动发布实验性模型DeepSeek-V3.2-Exp，支持160K上下文长度，价格直降超50%。该模型基于V3.1-Terminus深度优化，引入DeepSeek稀疏注意力机制，显著提升长文本训练和推理效率。
智谱AI发布并开源新一代模型GLM-4.6，在Agentic Coding等关键能力上实现大幅提升。其编程能力已对齐国际顶尖模型Claude Sonnet4，并超越DeepSeek-V3.2-Exp，成为当前国内最强代码生成模型。该模型在国产化适配方面取得里程碑进展，已成功部署于寒武纪国产芯片平台。
一个强大的文本生成模型，适用于多种对话应用。
DeepSeek-V3/R1 推理系统是一个高性能的分布式推理架构，专为大规模 AI 模型优化设计。
一个开源的NotebookLM实现，使用Deepseek-V3和PlayHT TTS技术。
一款具有671B参数的Mixture-of-Experts语言模型。
deepseek
$3.96
输入tokens/百万
$15.77
输出tokens/百万
128k
上下文长度
$0.86
$1.3
-
$0.72
$2.88
$1.94
$7.92
4.1k
moxin-org
本项目对DeepSeek-V3-0324进行了llama.cpp混合精度量化，解决了模型在边缘设备上部署的难题，提升了模型的运行效率和资源利用率。
kathywu95
这是一个基于DeepSeek-V3架构的随机权重生成模型，专门用于测试和开发目的。模型使用随机初始化的权重，参数规模经过精简，适合快速原型开发和功能验证。
QuantTrio
DeepSeek-V3.2-Exp-AWQ是基于DeepSeek-V3.2-Exp模型的量化版本，通过vLLM框架实现高效文本生成。该模型引入了DeepSeek稀疏注意力机制，在长上下文训练和推理效率上有显著提升，同时保持了模型输出质量。
deepseek-ai
变换器库是一个强大的自然语言处理工具库，提供丰富的预训练模型和便捷的使用接口，广泛应用于文本生成、分类、翻译等NLP任务，极大提升开发效率。
DeepSeek-V3.1是基于DeepSeek-V3.1-Base进行后训练的大型语言模型，具有128K上下文长度，支持混合思维模式、智能工具调用和代码代理功能。该模型在多项基准测试中表现出色，特别在数学推理、代码生成和搜索代理任务上有显著提升。
ubergarm
基于DeepSeek-V3.1模型的GGUF格式量化版本，使用ik_llama.cpp分支进行最优量化。该模型在特定内存占用下实现最佳困惑度表现，提供从IQ5_K到IQ1_S等多种量化方案，满足不同内存和性能需求。
bartowski
这是DeepSeek-V3.1模型的量化版本，使用llama.cpp的imatrix技术进行量化处理，旨在提升模型在不同硬件上的运行效率和性能。该版本提供多种量化级别，从高质量Q8_0到极低质量IQ1_M，满足不同硬件配置和性能需求。
unsloth
DeepSeek-V3.1是DeepSeek-AI开发的大语言模型，是DeepSeek-V3的升级版本。该模型支持混合思考模式和非思考模式，在工具调用、代码生成、数学推理等方面表现出色，支持128K上下文长度。
mlx-community
这是DeepSeek-V3.1-Base模型的4位量化版本，使用mlx-lm工具转换而成，专门为Apple Silicon芯片优化，提供高效的大语言模型推理能力。
DeepSeek-V3.1是DeepSeek团队开发的大规模语言模型，支持思考模式和非思考模式，在多个基准测试中表现出色，具备强大的文本理解、生成和推理能力。
bobchenyx
这是DeepSeek-V3-0324的量化版本，采用特定量化方法处理，旨在不同场景下实现更高效的使用，支持多种量化规格以平衡性能与效率。
tngtech
DeepSeek-R1T-Chimera 是一个结合了 DeepSeek-R1 智能和 DeepSeek-V3 令牌效率的开源权重模型。
GLM-4-32B-0414是GLM家族的新成员，具备320亿参数规模，性能媲美GPT系列和DeepSeek-V3系列，支持本地部署。
GLM-4-32B-0414是拥有320亿参数的大语言模型，性能媲美GPT-4o和DeepSeek-V3，支持中文和英语，具备卓越的代码生成、函数调用和复杂任务处理能力。
GLM-4-32B-0414是GLM家族的新成员，参数规模达320亿，性能与GPT-4o、DeepSeek-V3等相当，支持本地部署。
DeepSeek-V3-0324 是由 Unsloth 提供的动态量化版本，支持在 llama.cpp、LMStudio 等推理框架中运行。
ByteDance-Seed
基于DeepSeek-V3架构的90亿参数大语言模型，使用完全开源且仅含英文的3500亿+token数据集从头训练而成，专为开源社区开发和调试设计。
AlphaGaO
这是一个未经过完整训练的实验性模型，主要用于研究目的，通过模型融合技术创建，需要特定修复流程才能恢复正常功能。
zai-org
GLM-4-32B-Base-0414是GLM家族的新成员，拥有320亿参数，在15T高质量数据上进行预训练，性能可与GPT-4o和DeepSeek-V3等先进模型相媲美。该模型支持便捷的本地部署，在代码生成、函数调用、搜索式问答等方面表现优异。
GLM-4-32B-0414是GLM家族的新成员，拥有320亿参数的高性能大语言模型。该模型在15T高质量数据上进行预训练，包含大量推理型合成数据，在代码生成、函数调用、搜索问答等多个任务场景中表现出色，性能可与GPT-4o和DeepSeek-V3等更大规模模型相媲美。
一个基于DeepSeek-V3开发的MCP天气查询智能体项目，通过配置API密钥和运行客户端脚本来实现功能。
一个使用DeepSeek-V3模型的MCP演示项目，通过命令行交互查询天气信息，支持获取警报和天气预报功能。
%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)
