Deepseek V2.5

DeepSeek-V2.5はアップグレード版で、DeepSeek-V2-ChatとDeepSeek-Coder-V2-Instructを組み合わせ、汎用能力とコーディング能力を統合しています。これは人間の好みにより合致し、執筆や指示の遵守などの面で最適化されています。

インテリジェンス(比較的弱い)

速度(遅い)

入力サポートモダリティ

いいえ

推論モデルかどうか

128,000

コンテキストウィンドウ

8,192

最大出力トークン

知識カットオフ

比較へ

価格設定

￥1.01 /M tokens

入力

￥2.02 /M tokens

出力

￥1.26 /M tokens

混合価格

クイック簡易比較

入力

出力

DeepSeek V3 0324 (Mar '25)

DeepSeek R1

￥0.55

DeepSeek R1 (Jan '25)

￥0.56

基本パラメータ

DeepSeek-V2.5技術パラメータ

パラメータ数

236,000.0M

コンテキスト長

128.00k tokens

トレーニングデータカットオフ

オープンソースカテゴリ

Open Weights (Permissive License)

マルチモーダルサポート

テキストのみ

スループット

100

リリース日

2024-09-06

応答速度

0 tokens/s

ベンチマークスコア

以下はDeepSeek-V2.5の様々な標準ベンチマークテストでのパフォーマンスです。これらのテストは、異なるタスクやドメインにおけるモデルの能力を評価します。

インテリジェンス指数

大規模言語モデルインテリジェンスレベル

34.7

大規模言語モデルインテリジェンスレベル

コーディング指数

コーディングタスクにおけるAIモデルのパフォーマンス指標

数学指数

数学的問題の解決、数学的推論、または数学関連タスクの実行における能力指標

MMLU Pro

大規模マルチタスクマルチモーダル理解 - テキスト、画像、音声、ビデオの理解をテスト

GPQA

大学院物理学問題評価 - ダイヤモンド科学レベルの問題で高度な物理学知識をテスト

HLE

Hugging Face Open LLMリーダーボードにおけるモデルの包括的な平均スコア

LiveCodeBench

実世界のコード作成とプログラミングコンテスト問題解決における大規模言語モデルの能力を評価する特定の評価

SciCode

科学計算または特定の科学分野のコード生成におけるモデルの能力

HumanEval

特定のHumanEvalベンチマークテストセットでAIモデルが達成したスコア

86.6

特定のHumanEvalベンチマークテストセットでAIモデルが達成したスコア

Math 500スコア

最初の500の大規模でよく知られた数学ベンチマークテストのスコア

AIMEスコア

高難度の数学競技問題（特にAIMEレベル）を解決するAIモデルの能力を測定する指標

Gemini 2.0 Flash Lite (Preview)

未来を切り開く、あなたのAIソリューション知識ベース

English 简体中文繁體中文にほんご