Dokumentationerreichbar
DeepSeek-V4-Pro-0813 (Hugging Face)
huggingface.co (externe Seite)
Die große Fassung derselben Reihe wie DeepSeek-V4-Flash, unter MIT-Lizenz und ohne Anmeldeschranke. Sie ist gebaut wie ihr Geschwister: eine Benchmark-Tabelle, Startbefehle für zwei Server-Programme, keine Parameterzahl. Der Gewichtsindex des Repos zählt 1,65 Billionen Werte, gut fünfmal so viel wie bei der Flash-Fassung; die config.json führt 384 geroutete Experten statt 256, sechs davon je Token, dazu einen geteilten, und ebenfalls 1.048.576 Positionen. Zur Ausgabelänge gibt die Karte eine Empfehlung, zu Trainingsdaten und Sicherheitsprüfungen schweigt sie.
geprüft 24.09.2026
Worauf sich diese Seite beruft, wörtlich, abgerufen am 06.09.2026:
It is built on the DeepSeek-V4-Pro (Preview) model structure, with a DSpark speculative decoding module attached.
bestätigt 24.09.2026For the high and max reasoning effort levels, we recommend a maximum output length of 384K tokens.
bestätigt 24.09.2026
derzeit nirgends verwendet