DeepSeek: DeepSeek V3

DeepSeek V3 ist ein Textgenerierungsmodell von DeepSeek, gelistet auf api14 unter der Modell-ID deepseek/deepseek-chat. Es ist das neueste Modell des DeepSeek-Teams und baut auf den Fähigkeiten zur Befehlsbefolgung und zum Programmieren früherer Versionen der Familie auf. Der Anbieter hat es am 2024-12-26 veröffentlicht, und es wurde mit fast 15 Billionen Tokens vortrainiert. Sein Wissensstand endet am 2024-07-31, sodass alles nach diesem Datum außerhalb dessen liegt, was das Modell während des Trainings gelernt hat.

Das Modell arbeitet ausschließlich mit Text, sowohl als Eingabe als auch als Ausgabe, es akzeptiert also keine Bilder oder Audiodaten. Es bietet ein Kontextfenster von 163.840 Tokens, das groß genug ist, um lange Dokumente, ausgedehnte Gespräche oder umfangreiche Codedateien in einer einzigen Anfrage aufzunehmen. Die maximale Ausgabe beträgt 16.384 Tokens pro Antwort. Da es ein allgemeines Textmodell mit starker Befehlsbefolgung und Programmierfähigkeit ist, eignet es sich für Aufgaben, die das Lesen und Erzeugen von Sprache oder Code betreffen, statt für multimodale Arbeit.

Praktische Anwendungen ergeben sich direkt aus diesen Eigenschaften. Langer Kontext plus Textausgabe eignet sich für Dokumentenzusammenfassung, Fragebeantwortung über umfangreiches Quellmaterial und mehrrundigen Chat, bei dem frühere Runden im Blick bleiben müssen. Der Programmierhintergrund macht es zu einer vernünftigen Wahl für Codegenerierung, Erklärung und Refactoring sowie für die Bearbeitung eines repositorygroßen Quelltextblocks in einem einzigen Prompt. Befehlsbefolgung unterstützt Extraktion, Umschreibung, Klassifikation und andere strukturierte Textaufgaben, und die Tool-Calling-Parameter machen es nutzbar als Denkschritt in einer Agentenschleife, die externe Funktionen aufrufen muss.

Sie rufen es über die OpenAI-kompatible API von api14 mit der Modell-ID deepseek/deepseek-chat auf, sodass bestehende OpenAI-Clientbibliotheken nur mit geänderter Basis-URL und geändertem Schlüssel funktionieren. Die unterstützten Anfrageparameter sind frequency_penalty, logit_bias, max_tokens, min_p, presence_penalty, repetition_penalty, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools, top_k und top_p. In der Praxis deckt das die Steuerung der Stichprobenauswahl ab (temperature, top_p, top_k, min_p), Strafen für Wiederholung, deterministische Läufe über seed, Ausgabegestaltung mit response_format und structured_outputs sowie Funktionsaufrufe über tools und tool_choice.

Zwei Grenzen sind erwähnenswert, bevor Sie sich festlegen. Eingabe und Ausgabe sind ausschließlich Text, wenn Ihre Aufgabe also Bild- oder Audioverständnis erfordert, ist ein multimodales Modell die bessere Wahl. Der Wissensstand vom 2024-07-31 bedeutet, dass das Modell keine eingebaute Kenntnis späterer Ereignisse hat, daher sollten Sie bei zeitkritischen Fragen aktuelle Informationen im Prompt bereitstellen oder es mit Retrieval kombinieren.