公共模型广场
探索文本、图像、视频与音频模型，按能力和厂商快速筛选。
8 个结果 / 全部 52 个模型
勾选卡片，比较 2–3 个模型
DeepSeekDeepSeek-OCR是DeepSeek AI于2025年10月20日发布的多模态模型，专注于文档识别与图像转文本场景。 其核心由DeepEncoder编码器（380M参数）和DeepSeek3B-MoE-A570M解码器构成，总参数约3B，支持将长文本压缩为高保真图像，实现10倍无损压缩时OCR准确率97%，20倍压缩下仍保持60%精度。 该模型创新性融合SAM图像分割与CLIP视觉理解能力，通过MlpProjector对接语言模型，可保留原图布局信息并输出Markdown结构化内容。 在OmniDocBench测试中，仅用100个视觉token即超越GOT-OCR2.0，单张A100显卡日处理超20万页数据。
DeepSeek2025年5月28日的DeepSeek R1性能更新版本，整体性能与OpenAI o1相当。参数规模671B，其中37B在推理过程中处于激活状态，完全开源模型。
DeepSeekDeepSeek-V3.2是深度求索公司推出的高性能大语言模型，拥有2360亿参数，支持128K上下文长度，在知识、推理、数学和代码能力上显著提升。相比V3版本，其性能提升20%，成本降低50%，推理速度提高2倍，同时支持多模态输入。该模型在数学、代码和推理任务上超越GPT-4 Turbo，在知识密集型任务中接近Claude 3 Opus水平。DeepSeek-V3.2支持多语言，包括中文、英文和代码，适用于聊天、编程、写作和数据分析等场景。
DeepSeek这是一个实验性 (Experimental) 的版本。作为迈向新一代架构的中间步骤，V3.2-Exp 在V3.1-Terminus 的基础上引入了 DeepSeek Sparse Attention (一种稀疏注意力机制)，针对长文本的训练和推理效率进行了探索性的优化和验证
DeepSeekDeepSeek-V4-Flash是深度求索公司于2026年4月24日发布的高效经济版大语言模型。它采用混合专家（MoE）架构，总参数量约2840亿，每次推理仅激活约130亿参数，并原生支持高达100万Token的超长上下文。该版本在推理能力和简单Agent任务上接近性能强大的Pro版本，但凭借更小的参数和激活规模，能提供更快捷、低成本的API服务。适合需要快速响应和追求极致性价比的各类轻量级应用场景。
DeepSeek高效轻量化MoE模型，总参284B，激活13B，原生支持百万超长上下文能力。推理速度快、延迟低、调用成本低廉，综合能力均衡，主打高并发、轻量化任务，适合日常对话、内容创作、基础 RAG、批量文案处理等普惠刚需场景。
DeepSeek旗舰级 MoE 大模型，总参1.6T、激活 49B，原生支持百万级超长上下文。依托海量高质量训练数据，具备顶尖数学逻辑、复杂推理、专业代码与长文本深度解析能力，适配高阶科研、复杂办公、深度智能代理等高难度场景。
DeepSeekDeepSeek-V4.1-Flash 是 DeepSeek 全新架构系列中的轻量旗舰模型，以 552B 总参数 MoE 实现越级智能，在多项基准上超越包括 DeepSeek-V4-Pro 在内的主流旗舰模型。采用 Causal Encoder-Decoder 非对称架构，输入激活仅 8B、输出激活 16B，并具备原生多模态视觉理解能力。KV Cache 压缩至上一代 HBM 的 1/4、SSD 的 1/8，显著降低长上下文与 Agent 任务成本。支持 1M 上下文与 384K 最大输出，兼顾高吞吐、低延迟与极致性价比。