Este modelo está obsoleto. Continuamos medindo o desempenho apenas para a carga padrão de 10 mil tokens de entrada. Os resultados de outras cargas são históricos e não são mais atualizados.
DeepSeek lançou uma versão mais recente, DeepSeek-V2.5. Sugerimos considerá-la como alternativa.
Análise de inteligência, desempenho e preço do DeepSeek Coder V2 Lite Instruct
Resumo do modelo
Velocidade
Verbosidade
DeepSeek Coder V2 Lite Instruct está entre os modelos menos inteligentes em comparação com outros modelos sem raciocínio, de pesos abertos e tamanho semelhante. O modelo aceita entrada em texto, gera saída em texto e tem uma janela de contexto de 128k tokens.
DeepSeek Coder V2 Lite Instruct alcança 5 pontos no Artificial Analysis Intelligence Index, ficando na faixa inferior entre os modelos comparáveis (mediana: 6).
| Raciocínio | Não Esta página mostra a versão sem raciocínio deste modelo. Também pode existir uma variante com raciocínio. |
|---|---|
| Modalidade de entrada | Compatível com: texto |
| Modalidade de saída | Compatível com: texto |
| Janela de contexto | 128k ~192 páginas A4 em fonte Arial tamanho 12 |
| Parâmetros totais | 16B |
| Parâmetros ativos | 2.4B Número de parâmetros ativos por token durante a inferência |
| Licença | DEEPSEEK LICENSE AGREEMENT |
| Pesos do modelo | Hugging Face |
As métricas são comparadas com modelos da mesma classe:
- Modelos sem raciocínio → comparados apenas com outros modelos sem raciocínio
- Modelos de raciocínio → comparados com modelos com e sem raciocínio
- Modelos de pesos abertos → comparados apenas com outros modelos de pesos abertos da mesma classe de tamanho:
- Muito pequeno: ≤4B parâmetros
- Pequeno: 4B–40B parâmetros
- Médio: 40B–150B parâmetros
- Grande: >150B parâmetros
- Modelos proprietários → comparados com modelos proprietários e de pesos abertos da mesma faixa de preço, usando uma proporção combinada de 3:1 entre os preços de entrada e saída:
- <$0.15 por 1M de tokens
- $0.15–$1 por 1M de tokens
- >$1 por 1M de tokens
Velocidade
Inteligência
Artificial Analysis Intelligence Index
Artificial Analysis Intelligence Index: pesos abertos vs. proprietários
Intelligence Index vs. custo por tarefa
Evaluations
Agentic knowledge work, (Elo-500)/2000
Knowledge
1 - hallucination rate
Agentic SaaS workflows
Agentic real-world work tasks, (Elo-500)/2000
Reasoning & knowledge
Professional document reasoning, All-pass
Agentic coding & terminal use
Long context reasoning
Coding
Physics reasoning
Agentic scientific research workflows in a terminal
Agentic software engineering in open-source repositories
Quantitative analysis on spreadsheets & documents
Legal agentic work, Hallucination-Gated All-Pass Rate
Agentic business operations
Kubernetes incident root-cause analysis
Medical long context reasoning
Visual reasoning
Openness Index
Artificial Analysis Openness Index: pontuação
Comparações do Intelligence Index
Intelligence Index vs. custo por tarefa
Custo
Custo por tarefa do Intelligence Index
Custo de executar o Artificial Analysis Intelligence Index
Preços: acertos de cache, entrada e saída
Janela de contexto
Janela de contexto
Tamanho do modelo (somente modelos de pesos abertos)
Tamanho do modelo: parâmetros totais e ativos
Perguntas frequentes
Perguntas comuns sobre o DeepSeek Coder V2 Lite Instruct
O DeepSeek Coder V2 Lite Instruct foi lançado em 17 de junho de 2024.
DeepSeek criou o DeepSeek Coder V2 Lite Instruct.
DeepSeek Coder V2 Lite Instruct alcança 5 pontos (estimativa) no Artificial Analysis Intelligence Index, ficando na faixa inferior entre outros modelos sem raciocínio, de pesos abertos e tamanho semelhante (mediana: 6).
Não, o DeepSeek Coder V2 Lite Instruct não é um modelo de raciocínio. Ele fornece respostas diretas, sem raciocínio em cadeia prolongado.
DeepSeek Coder V2 Lite Instruct aceita entrada em texto.
DeepSeek Coder V2 Lite Instruct permite saída em texto.
Não, o DeepSeek Coder V2 Lite Instruct não aceita imagens como entrada. Ele só consegue processar texto.
Não, o DeepSeek Coder V2 Lite Instruct não é multimodal. Ele aceita apenas entrada em texto.
DeepSeek Coder V2 Lite Instruct tem uma janela de contexto de 130k tokens. Isso determina quanto texto e histórico da conversa o modelo consegue processar em uma única solicitação.
Sim, o DeepSeek Coder V2 Lite Instruct é um modelo de pesos abertos. Os pesos estão disponíveis publicamente e podem ser baixados para auto-hospedagem.
DeepSeek Coder V2 Lite Instruct tem 16 bilhões parâmetros (2,4 bilhões ativos).
DeepSeek Coder V2 Lite Instruct é um modelo de mistura de especialistas (MoE) com 16 bilhões parâmetros no total, mas apenas 2,4 bilhões parâmetros ativos são usados durante a inferência.
DeepSeek Coder V2 Lite Instruct foi lançado sob a licença DEEPSEEK LICENSE AGREEMENT. Essa licença permite o uso comercial. Ver licença
DeepSeek Coder V2 Lite Instruct alcança 5 pontos no Artificial Analysis Intelligence Index. Esse benchmark composto avalia os modelos em raciocínio, conhecimento, matemática e programação.
DeepSeek Coder V2 Lite Instruct é um modelo de pesos abertos que pode ser auto-hospedado. Ver provedores
DeepSeek Coder V2 Lite Instruct é um modelo de pesos abertos que pode ser baixado e auto-hospedado. Comparar provedores