GPT
הוספת כלי
D

DeepSeek-V3.2

קוד פתוח

deepseek-aimit2025-12-01

  • transformers
  • safetensors
  • deepseek_v32
  • text-generation
  • conversational

מפלצת קוד פתוח בגודל 685 מיליארד פרמטרים שמתחרה ישירות בביצועים של המודלים המובילים בשוק. היא מציעה חשיבה מתקדמת, שימוש בכלים וחלון הקשר ענק תחת רישיון פתוח לחלוטין.

  • 685Bפרמטרים
  • 163,840טוקנים בהקשר
  • 642 GBמשקל הקבצים
  • 1,579,570הורדות בחודש

מה זה

המודל הזה מכוון ישירות לחזית של עולם ה־AI עם שילוב בין מנגנון תשומת לב דליל לבין אימון מבוסס למידת חיזוק בהיקף גבוה. המפתחים מציגים ביצועים שמשתווים ל־GPT-5 ואף מדווחים על הישגי מדליית זהב באולימפיאדות הבינלאומיות למתמטיקה ולמדעי המחשב של שנת 2025. גרסה נוספת שמוזכרת בשם Speciale מיועדת ספציפית למשימות הסקה כבדות, שם היא אמורה לעקוף את המתחרים הגדולים.

החידוש המרכזי כאן נוגע ליכולת לשלב חשיבה מעמיקה ישירות בתוך הפעלת כלים. במקום לבחור בין מודל שפותר בעיות מורכבות לבין מודל שיודע להפעיל קריאות לפונקציות, הארכיטקטורה הזו מנסה לעשות את שניהם יחד. חלון ההקשר עומד על 163,840 טוקנים, מה שמיועד לאפשר הרצה של תהליכים ממושכים ועיבוד של קטעי קוד ומסמכים גדולים במיוחד בלי לאבד את ההקשר.

מתאים ל

  • פתרון בעיות חישוביות

    מתאים למשימות מתמטיקה ואלגוריתמיקה מורכבות שמצריכות הסקה עמוקה ברמה שהוכיחה את עצמה במבחני אולימפיאדה.

  • סוכני אוטונומיה מבוססי כלים

    פיתוח מערכות שמשלבות תהליכי מחשבה ארוכים יחד עם קריאה לפונקציות וחיבור לכלים חיצוניים.

  • ניתוח מסמכים ארוכים

    עיבוד פרויקטים שלמים או טקסטים טכניים רחבים בזכות תמיכה בחלון הקשר של 163,840 טוקנים.

איפה זה נופל

יש פה כמה מוקשים שחייבים להכיר לפני שרצים לשלב אותו. קודם כל, אין תבנית שיחה מובנית בפורמט Jinja אלא קוד פייתון חיצוני שצריך להטמיע לבד. פונקציית הפענוח שהמפתחים מספקים יודעת לטפל רק בפלט תקין לחלוטין, והם מודים במפורש שהיא לא מסוגלת להתאושש משגיאות תחביר שהמודל עלול לפלוט. זה אומר שתצטרכו לכתוב שכבת הגנה וטיפול בשגיאות בעצמכם. בנוסף, תפקיד ה־developer החדש מיועד רק לסוכני חיפוש ולא נתמך כלל ב־API הרשמי, וגרסת Speciale לא תומכת בהפעלת כלים כלל.

אותה משפחה

DeepSeek יצא ב־8 גרסאות שיש להן עמוד כאן. אלה האחרות, לפי כמה מורידים אותן.

DeepSeek-V31,046,365 DeepSeek-V3.1229,363 DeepSeek-V239,072 DeepSeek-V3.1-Base32,821 DeepSeek-V2-Chat20,988 DeepSeek-V2.55,740 DeepSeek-V3-Base3,683

שאלות
נפוצות

האם אפשר להריץ את המודל על תחנת עבודה חזקה עם כרטיס בודד?

לא. משקל הקבצים לבדו הוא 642 גיגה בייט, והוא דורש אשכול שרתים עם מספר כרטיסי GPU ארגוניים רק כדי לעלות לזיכרון. לשימוש מקומי טיפוסי מחוץ לחוות שרתים, עדיף להשתמש ב־API.

איך מחברים אותו לקוד קיים שעובד עם פורמט של OpenAI?

הוא לא מגיע עם תבנית Jinja סטנדרטית אלא עם סקריפטים בפייתון שממירים את ההודעות. צריך לשים לב שפונקציות הפענוח דורשות טיפול מותאם אישית בשגיאות, כי המודל עלול לייצר פלט לא תקין שישבור את הריצה.

האם גרסת Speciale מתאימה למערכת שמשתמשת בקריאות פונקציה?

לא. המפתחים מציינים במפורש שגרסת Speciale יועדה אך ורק למשימות חשיבה עמוקה, ואין בה שום תמיכה ביכולות של tool-calling.

איך מריצים

כדי להחזיק מודל של 685 מיליארד פרמטרים בדיוק של bfloat16, צריך להיערך למשקל קבצים גולמי של 642 גיגה בייט. מדובר בחומרה של שרתים ייעודיים עם מערך של מספר כרטיסי H100 או A100 כדי לטעון אותו לזיכרון, עוד לפני שמחשבים את הזיכרון הנדרש להקשר המלא. ההמלצה להרצה מקומית כוללת דגימה עם טמפרטורה של 1.0 ו־top_p של 0.95.

אם אין לכם אשכול שרתים פרטי בתקציב עתק, אין היגיון טכני להוריד את 192 הקבצים האלה לסביבה מקומית. במצב כזה, פנייה ל־API שמארח את המודל היא הדרך המעשית היחידה לעבוד איתו בייצור.

from transformers import pipeline

pipe = pipeline("text-generation", model="deepseek-ai/DeepSeek-V3.2")
print(pipe("שלום"))

הקבצים

192 קבצים במאגר, 642 GB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.

הרישיון

הרישיון הוא MIT, וזה אחד היתרונות הבולטים כאן. מותר לקחת את המשקלים, לשנות, להטמיע במוצר מסחרי, להריץ בכל תשתית ולמכור שירותים שמבוססים עליו, בלי צורך לשלם תמלוגים או לפרסם את הקוד הפנימי שלכם. התנאי היחיד הוא שמירת הודעת זכויות היוצרים המקורית.

  • שימוש מסחרי
  • שינוי הקוד
  • הפצה מחדש

הרישיון המלא בעמוד המודל ↗