DeepSeek — Modelle, Daten und Chronik

Modelle

Alle bekannten Varianten dieser Familie. Ein direkter Artikel-Link springt exakt zur genannten Variante.

Brandonmusic · DeepSeek

DeepSeek-V4.1-Flash-1017-TrellisMX-K2-Mix

KNOWN

Technische Leistungsdaten sind für diese Variante noch nicht vollständig bestätigt.

—Kontext

—Max. Output

—Input

—Output

—Input / 1M

—Output / 1M

—Tools

—Reasoning

—Structured

HF · Lizenz mit Erwähnungen →Universe →Hugging Face ↗

Benchmarks

Benchmark	Wert	Beleg
evaluation set (128 windows x 8,192 tokens, folder windows-8192/; the same tokens as 512 fresh sequences x 2,048 tokens, folder cuts-2048/)Top-1 agreement with the reference, same path, 2,048-token sequences	0.8756173287127503	Quelle ↗abgerufen 2026-10-20
evaluation set (128 windows x 8,192 tokens, folder windows-8192/; the same tokens as 512 fresh sequences x 2,048 tokens, folder cuts-2048/)Mean tokenwise KLD (reference \|\| candidate), routed experts in serving formats with the official FP8 Engram tables, 512 fresh 2,048-token sequences, nats	0.1305937220510757	Quelle ↗abgerufen 2026-10-20
evaluation set (128 windows x 8,192 tokens, folder windows-8192/; the same tokens as 512 fresh sequences x 2,048 tokens, folder cuts-2048/)Mean tokenwise KLD (reference \|\| candidate), same path, 128 windows of 8,192 tokens, nats	0.2023056922405179	Quelle ↗abgerufen 2026-10-20
evaluation set (128 windows x 8,192 tokens, folder windows-8192/; the same tokens as 512 fresh sequences x 2,048 tokens, folder cuts-2048/)Top-1 agreement with the reference, same path, 8,192-token windows	0.8716273959223538	Quelle ↗abgerufen 2026-10-20

BrunoSan Chronik

Alle verbundenen Artikel, neueste zuerst.

Noch keine verbundenen Artikel.

Modelldaten und Nachrichten aus BrunoSan AI-News, OpenRouter und Hugging Face. Benchmark-Werte stammen aus den jeweils verlinkten Quellen; Testbedingungen können abweichen. Modelle bleiben auch ohne Benchmark-Werte sichtbar.