Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
deepseekohne Datum · Q003727

🚀 Introducing DeepSeek-V3 | DeepSeek API Docs

api-docs.deepseek.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

DeepSeek stellt V3 mit laut Unternehmen höherer Geschwindigkeit und verbesserten Fähigkeiten vor und nennt 671 Milliarden Gesamtparameter, 37 Milliarden aktivierte Parameter sowie ein Training mit 14,8 Billionen Tokens. Der Bericht kündigt außerdem neue API-Preise ab dem 8. Februar und künftige multimodale Funktionen an, liefert aber keine näheren Belege zu den Leistungs- und Marktvergleichen; für den Preisstichtag fehlt das Jahr.

Mittel

Der Bericht kündigt DeepSeek-V3 als Fortschritt gegenüber V2 an. DeepSeek zufolge erreicht das Modell 60 Tokens pro Sekunde und ist damit dreimal schneller als V2; außerdem seien seine Fähigkeiten verbessert, während die API kompatibel bleibe. Das Modell wird als quelloffen beschrieben und soll insgesamt 671 Milliarden MoE-Parameter haben, von denen 37 Milliarden aktiviert werden. Trainiert worden sei es mit 14,8 Billionen hochwertigen Tokens.

Bei der API soll bis zum 8. Februar der V2-Preis gelten. Danach nennt der Bericht 0,27 US-Dollar je Million Input-Tokens bei Cache-Miss, 0,07 US-Dollar bei Cache-Hit und 1,10 US-Dollar je Million Output-Tokens. Ein Jahr zum Stichtag fehlt. Die Behauptung, dies sei das beste Preis-Leistungs-Verhältnis am Markt, stammt von DeepSeek. Das Unternehmen kündigt zudem multimodale Unterstützung und weitere Funktionen an. Belege oder Details zu den Leistungs- und Preisvergleichen enthält der Text nicht; eingebundene Benchmark- und Preisabbildungen werden nicht erläutert.

Ausführlich lesen

Der Bericht stellt DeepSeek-V3 als deutlichen Fortschritt gegenüber V2 vor. DeepSeek gibt an, dass das Modell 60 Tokens pro Sekunde erreicht und damit dreimal schneller sei als V2. Außerdem behauptet das Unternehmen, V3 biete verbesserte Fähigkeiten; die API-Kompatibilität bleibe erhalten. Die Modelle und Facharbeiten werden als vollständig quelloffen beschrieben.

Als technische Eckdaten nennt der Bericht insgesamt 671 Milliarden Parameter in einer Mixture-of-Experts-Architektur, von denen 37 Milliarden aktiviert würden. Das Modell sei mit 14,8 Billionen hochwertigen Tokens trainiert worden. Für nähere Informationen verweist DeepSeek auf das V3-Projekt und das zugehörige Fachpapier auf GitHub.

Auch die API-Preise sollen sich ändern: Bis zum 8. Februar gelte derselbe Preis wie für V2. Ab dann nennt der Bericht 0,27 US-Dollar pro Million Input-Tokens bei einem Cache-Miss, 0,07 US-Dollar bei einem Cache-Hit und 1,10 US-Dollar pro Million Output-Tokens. Ein Jahr für den genannten Stichtag ist im Bericht nicht angegeben. Die Einschätzung, DeepSeek biete weiterhin das beste Preis-Leistungs-Verhältnis am Markt, ist eine Behauptung des Unternehmens.

Abschließend bekräftigt DeepSeek seinen Anspruch, quelloffene Entwicklung mit einer langfristigen Ausrichtung auf inklusive AGI zu verbinden. Das Unternehmen sieht den Abstand zwischen offenen und geschlossenen Modellen kleiner werden und kündigt multimodale Unterstützung sowie weitere Funktionen für das Ökosystem als kommende Entwicklungen an. Die Aussagen zu Geschwindigkeit, Fähigkeiten, Preisvergleich und künftigem Fortschritt werden im Text nicht näher belegt. Zwar sind Abbildungen, darunter eine Benchmark-Tabelle und Preisgrafiken, eingebunden beziehungsweise nachgetragen, doch ihr Inhalt wird im vorliegenden Text nicht ausgeführt.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Die Einordnung beruht allein auf dem Bericht; Lunas Stufen und Anteile wurden nicht übernommen. Geprüft wurden beide von Luna gelieferten Zusammenfassungen, wobei sich das Urteil auf die vollständigere Fassung stützt.

Im Bericht, aber nicht in der Zusammenfassung

  • Die Aussagen zu Open-Source-Geist, Longtermism und inklusiver AGI fehlen in beiden Fassungen.
  • In der kurzen Fassung fehlen die konkreten Preise je Million Tokens und die Tempoangabe von 60 Tokens pro Sekunde.

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Vorfälle melden
Fähigkeiten messen
Unabhängig prüfen
  1. SF-P4 Wie lässt sich die Größe von Trainingsläufen überprüfen, ohne Modelldetails offenzulegen?
    • clef 100 %kein Bezug
    • Luna 34 %Hintergrund, keine Belege
    • JEV offen
    • amos 29 %Hintergrund, keine Belege
    • SubQ 100 %kein Bezug
    • drex 45 %gleiches Oberthema, hilft nicht
    • d3-ultra 54 %gleiches Oberthema, hilft nicht
Tempo und Grenzen
  1. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 31 %gleiches Oberthema, hilft nicht
    • Luna 31 %Hintergrund, keine Belege
    • JEV offen
    • amos 55 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 71 %gleiches Oberthema, hilft nicht
    • d3-ultra 67 %gleiches Oberthema, hilft nicht
Vertrauen in Modelle
  1. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 41 %Hintergrund, keine Belege
    • JEV offen
    • amos 42 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 57 %gleiches Oberthema, hilft nicht
    • d3-ultra 53 %gleiches Oberthema, hilft nicht

Agenten und vernetzte Systeme
Modelle teilen und schützen
  1. SF-H2 Was darf offen veröffentlicht werden, und wer ist verantwortlich, wenn ein offenes Modell anderswo Schaden anrichtet?
    • clef 21 %Hintergrund, keine Belege
    • Luna 48 %Hintergrund, keine Belege
    • JEV offen
    • amos 23 %einzelne zitierbare Belege
    • SubQ 47 %gleiches Oberthema, hilft nicht
    • drex 35 %gleiches Oberthema, hilft nicht
    • d3-ultra 48 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung nur am Rande erwähnt

  2. SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
    • clef 100 %kein Bezug
    • Luna 57 %umfangreiche Belege
    • JEV offen
    • amos 30 %Hintergrund, keine Belege
    • SubQ 100 %kein Bezug
    • drex 43 %gleiches Oberthema, hilft nicht
    • d3-ultra 51 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung einzelne zitierbare Belege
Offenlegung und Rechenschaft
Beteiligung und Gemeinwohl
  1. SF-E1 Welche echte Stimme bekommen weitere Staaten, kleine Labore, Hochschulen und Zivilgesellschaft bei den Regeln für KI?
    • clef 100 %kein Bezug
    • Luna 39 %Hintergrund, keine Belege
    • JEV offen
    • amos 48 %gleiches Oberthema, hilft nicht
    • SubQ 47 %gleiches Oberthema, hilft nicht
    • drex 50 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

  2. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 53 %einzelne zitierbare Belege
    • JEV offen
    • amos 24 %gleiches Oberthema, hilft nicht
    • SubQ 49 %gleiches Oberthema, hilft nicht
    • drex 50 %gleiches Oberthema, hilft nicht
    • d3-ultra 47 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung Hintergrund, keine Belege

    • SF-E4-T01 Was hieße die Formel von KI als „gemeinsamem Gut der ganzen Menschheit“ praktisch (Zugang, Teilen des Nutzens, gestaffelte Preise, Technologietransfer), so dass jeder Staat sie tatsächlich unterschreiben und prüfen könnte? Luna: Stufe 3 · 30 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 2 · nur am Rande erwähnt
Wirtschaft und Haftung

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →