DeepSeek V3-0324

2025-03-24 · Éditeur : DeepSeek · Domaine : Intelligence Artificielle

DeepSeek publie V3-0324, mise à jour de son modèle généraliste de 685 milliards de paramètres, avec un net gain en raisonnement, en développement web et en appel d'outils, désormais sous licence MIT.

DeepSeek publie V3-0324, mise à jour de son modèle généraliste de 685 milliards de paramètres, avec un net gain en raisonnement, en développement web et en appel d'outils, désormais sous licence MIT. ### Contexte V3 (décembre 2024) avait imposé DeepSeek comme laboratoire ouvert de premier plan, mais sous une licence propre au modèle. R1, publié deux mois plus tôt, avait déjà été placé sous licence MIT. V3-0324 aligne le modèle généraliste sur cette licence et corrige plusieurs défauts de la version précédente, dans un marché où GPT-4.5 et Claude 3.7 Sonnet étaient les modèles fermés retenus par l'éditeur pour la comparaison. ### Ce que le modèle apporte - Un gain marqué en raisonnement sans mode « réflexion » : selon la fiche du modèle, +5,3 points sur MMLU-Pro, +9,3 sur GPQA et +19,8 sur AIME par rapport à V3. - De meilleures compétences de développement front-end, avec un code web plus souvent exécutable et des pages plus soignées. - Une écriture en chinois plus solide, et une recherche à partir de résultats web mieux exploitée. - Un appel de fonctions plus précis, les erreurs de la version précédente étant corrigées. - Une licence MIT, comme R1, pour le code et les poids. ### Architecture et caractéristiques - Type : Mixture-of-Experts, 685 milliards de paramètres au total (valeur affichée par Hugging Face). L'éditeur indique que la structure est identique à celle de V3 (671 milliards de paramètres du modèle principal, plus modules additionnels). Paramètres actifs, nombre d'experts et contexte : non repris dans la fiche consultée. - Modalités : texte. Données d'entraînement et date de coupure : non communiquées. - Licence : MIT (code et poids), usage commercial autorisé, sans seuil. - Réglage conseillé : température 0,3, avec une formule de correspondance entre la température de l'API et celle du modèle. - Poids : huggingface.co/deepseek-ai/DeepSeek-V3-0324. ### Coût et accès | Élément | Détail | |---|---| | Usage API | Inchangé, identifiant `deepseek-chat` | | Tarif à l'annonce | Non communiqué dans le billet | | Matériel d'auto-hébergement | Non communiqué | ### Benchmarks | Benchmark | DeepSeek-V3 | DeepSeek-V3-0324 | Qwen-Max | GPT-4.5 | Claude-Sonnet-3.7 | |---|---|---|---|---|---| | MMLU-Pro (EM) | 75,9 | 81,2 | 76,1 | 86,1 | 80,7 | | GPQA Diamond (Pass@1) | 59,1 | 68,4 | 60,1 | 71,4 | 68,0 | | MATH-500 (Pass@1) | 90,2 | 94,0 | 82,6 | 90,7 | 82,2 | | AIME 2024 (Pass@1) | 39,6 | 59,4 | 26,7 | 36,7 | 23,3 | | LiveCodeBench (Pass@1) | 39,2 | 49,2 | 38,7 | 44,4 | 42,2 | Source : graphique du billet officiel de l'éditeur, scores publiés par l'éditeur. ### Face aux modèles fermés Au moment de sa sortie, l'éditeur compare V3-0324 à GPT-4.5 et à Claude Sonnet 3.7, deux modèles fermés. D'après son graphique, V3-0324 dépasse GPT-4.5 sur MATH-500 (94,0 contre 90,7), AIME 2024 (59,4 contre 36,7) et LiveCodeBench (49,2 contre 44,4). Il reste derrière GPT-4.5 sur MMLU-Pro (81,2 contre 86,1) et GPQA Diamond (68,4 contre 71,4). Face à Claude Sonnet 3.7, il est devant sur MMLU-Pro (81,2 contre 80,7) et à égalité de niveau sur GPQA (68,4 contre 68,0). Le billet ne donne pas de tarif, la comparaison de coût n'est donc pas chiffrée. Pour l'entreprise, l'intérêt tient surtout à la licence MIT, qui lève toute ambiguïté d'usage commercial et d'hébergement dans son propre environnement. ### À retenir V3-0324 montre qu'un modèle généraliste ouvert peut rattraper, sur plusieurs benchmarks publiés, des modèles fermés de la même période. Le passage à la licence MIT en fait un choix simple à contractualiser.

Tags : LLM, Open Source, DeepSeek, MIT, MoE, Code, Appel de fonctions