This model is deprecated. We only continue performance benchmarking for the default 10k input token workload. Results for other workloads are historical and no longer updated.
DeepSeek has launched a newer release, DeepSeek V3 0324. We suggest considering it instead.
Análisis de inteligencia, rendimiento y precio de DeepSeek-V2-Chat
Resumen del modelo
Velocidad
Verbosidad
DeepSeek-V2-Chat está entre los modelos menos inteligentes, pero tiene un precio muy competitivo en comparación con otros modelos sin razonamiento, de pesos abiertos y tamaño similar. El modelo admite entrada de texto, genera texto y tiene una ventana de contexto de 128k tokens.
DeepSeek-V2-Chat obtiene 6 puntos en el Índice de Inteligencia de Artificial Analysis, lo que lo sitúa en el extremo inferior entre modelos comparables (con una mediana de 12).
El precio de DeepSeek-V2-Chat es de $0.00 por 1 M de tokens de entrada (muy competitivo; mediana: $0.30) y $0.00 por 1 M de tokens de salida (muy competitivo; mediana: $0.92).
| Razonamiento | No Esta página muestra la versión sin razonamiento de este modelo. También puede existir una variante con razonamiento. |
|---|---|
| Modalidad de entrada | Admite: texto |
| Modalidad de salida | Admite: texto |
| Ventana de contexto | 128k ~192 páginas A4 con fuente Arial de 12 puntos |
| Parámetros totales | 236B |
| Parámetros activos | 21B Número de parámetros activos por token durante la inferencia |
| Licencia | DEEPSEEK LICENSE AGREEMENT |
| Pesos del modelo | Hugging Face |
Las métricas se comparan con modelos de la misma clase:
- Modelos sin razonamiento → se comparan solo con otros modelos sin razonamiento
- Modelos de razonamiento → se comparan tanto con modelos de razonamiento como sin razonamiento
- Modelos de pesos abiertos → se comparan solo con otros modelos de pesos abiertos de la misma categoría de tamaño:
- Muy pequeño: ≤4B parámetros
- Pequeño: 4B–40B parámetros
- Mediano: 40B–150B parámetros
- Grande: >150B parámetros
- Modelos propietarios → se comparan con modelos propietarios y de pesos abiertos del mismo rango de precio mediante una proporción combinada de precios de entrada/salida de 3:1:
- <$0.15 por 1 M de tokens
- $0.15–$1 por 1 M de tokens
- >$1 por 1 M de tokens
Aspectos destacados
Velocidad
InteligenciaUpdated
Artificial Analysis Intelligence Index
Artificial Analysis Intelligence Index by Open Weights / Proprietary
Intelligence Evaluations
Agentic knowledge work, (Elo-500)/2000
Agentic real-world work tasks, (Elo-500)/2000
Agentic SaaS workflows
Agentic coding & terminal use
Coding
Reasoning & knowledge
Professional document reasoning, All-pass
Physics reasoning
Knowledge
1 - hallucination rate
Long context reasoning
Legal agentic work, criterion pass rate
Agentic business operations
Agentic scientific research workflows in a terminal
Quantitative analysis on spreadsheets & documents
Agentic tool use
Kubernetes incident root-cause analysis
Visual reasoning
Medical long context reasoning
Índice de apertura
Artificial Analysis Openness Index: Score
Comparaciones del Índice de Inteligencia
Intelligence Index vs. Cost per Intelligence Index Task
Costo
Cost per Intelligence Index Task
Cost to Run Artificial Analysis Intelligence Index
Pricing: Cache Hit, Input, and Output
Ventana de contexto
Context Window
Tamaño del modelo (solo modelos de pesos abiertos)
Model Size: Total and Active Parameters
Preguntas frecuentes
Preguntas comunes sobre DeepSeek-V2-Chat
DeepSeek-V2-Chat se lanzó el 6 de mayo de 2024.
DeepSeek-V2-Chat fue creado por DeepSeek.
DeepSeek-V2-Chat obtiene 6 puntos (estimados) en el Índice de Inteligencia de Artificial Analysis, lo que lo sitúa en el extremo inferior entre otros modelos sin razonamiento, de pesos abiertos y tamaño similar (mediana: 12).
No, DeepSeek-V2-Chat no es un modelo de razonamiento. Responde directamente sin razonamiento extendido en cadena.
DeepSeek-V2-Chat admite entrada de texto.
DeepSeek-V2-Chat admite salida de texto.
No, DeepSeek-V2-Chat no admite imágenes como entrada. Solo puede procesar texto.
No, DeepSeek-V2-Chat no es multimodal. Solo admite entradas de texto.
DeepSeek-V2-Chat tiene una ventana de contexto de 130k tokens. Esto determina cuánto texto e historial de conversación puede procesar el modelo en una sola solicitud.
Sí, DeepSeek-V2-Chat es un modelo de pesos abiertos. Los pesos del modelo están disponibles públicamente y pueden descargarse para alojarlo por cuenta propia.
DeepSeek-V2-Chat tiene 236 mil millones de parámetros (21 mil millones activos).
DeepSeek-V2-Chat es un modelo de mezcla de expertos (MoE) con 236 mil millones de parámetros totales, pero durante la inferencia solo usa 21 mil millones de parámetros activos.
DeepSeek-V2-Chat se publica bajo la licencia DEEPSEEK LICENSE AGREEMENT, que permite el uso comercial. Ver licencia
DeepSeek-V2-Chat obtiene 6 puntos en el Índice de Inteligencia de Artificial Analysis. Este benchmark compuesto evalúa los modelos en razonamiento, conocimiento, matemáticas y programación.
DeepSeek-V2-Chat es un modelo de pesos abiertos que puede alojarse por cuenta propia. Ver proveedores
DeepSeek-V2-Chat es un modelo de pesos abiertos que puede descargarse y alojarse por cuenta propia. Comparar proveedores