D
DeepSeek V3OPEN
DeepSeek-V3 est le dernier modèle de l'équipe DeepSeek, s'appuyant sur les capacités de suivi d'instructions et de codage des versions précédentes.
Les prix se mettent à jour automatiquement — vérifiés quotidiennement par rapport aux prix catalogue des fournisseurs.
- $0.45 par 1M de tokens, en supposant 3 entrées pour 1 sortie la convention utilisée par Artificial Analysis
- moins cher que 41% des 191 modèles open-weight suivis ici
- 7 sur 14 modèles DeepSeek suivis ici, du moins cher
Benchmarks & performance
Scores de référence indépendants pour DeepSeek V3, mesurés par Artificial Analysis. Plus c'est élevé, mieux c'est. Mode de mesure : Dec '24.
Pour le même budget, DeepSeek V3 offre 4,6 fois plus de capacités. Les open weights signifient également que vous pouvez le self-host et ne rien payer par token.
Les modèles à ce niveau coûtent $0.7 par 1M de tokens (médiane de 21) — celui-ci coûte $0.45.
Moins cher et meilleur sur cet indice : GLM 5.3 Flash · Gemini 3.7 Flash (batch) · GPT-5.6 Luna et 43 de plus
À propos de ce modèle
DeepSeek V3 est un modèle d'IA open-weight de DeepSeek. Vous pouvez le télécharger et le déployer en self-hosted gratuitement ; les prix ci-dessous sont les prix de liste de l'API hébergée, suivis quotidiennement, pour quand vous préférez la commodité au self-hosting.
Questions fréquemment posées
Qu'est-ce que DeepSeek V3 ?
DeepSeek V3 est un modèle de langage IA de DeepSeek. Il est open-weight : vous pouvez le télécharger et l'exécuter sur votre propre matériel, gratuitement. Il obtient un score de 14.2 sur l'indice d'intelligence d'Artificial Analysis.
DeepSeek V3 est-il gratuit ?
Les poids sont gratuits et ouverts — vous pouvez héberger DeepSeek V3 vous-même et ne rien payer par jeton. Si vous préférez une API hébergée, les prix de liste sont de 0,26 $ par million de jetons d'entrée et de 1,03 $ par million de jetons de sortie.
À quoi sert DeepSeek V3 ?
Des benchmarks indépendants d'Artificial Analysis lui donnent GPQA 55.7%, MMLU-Pro 75.2%, Humanity's Last Exam 2.9%, Long Context Reasoning 31.7%, LiveCodeBench 35.9%, SciCode 35.4%, MATH-500 88.7%, AIME 25.3%, AIME 2025 26%, IFBench 34.8%, τ²-Bench 22.8%, τ-Bench Banking 4.7%, Terminal-Bench 16.9%, Terminal-Bench Hard 6.8%. Il est particulièrement utilisé pour génération de code.
Puis-je auto-héberger DeepSeek V3 ?
Oui. DeepSeek V3 a des open weights, vous pouvez donc le télécharger et l'exécuter sur votre propre GPU ou serveur avec des outils comme Ollama, vLLM ou llama.cpp — sans coût par jeton.