DeepSeek-V3
DeepSeek推出的第三代大语言模型，支持128K token上下文窗口
核心事实
时间轴 (近 90 天)
DeepSeek-V3 API 端点价格极低，处理 10 万 Token 不到 2 美分。
在 Prompt 中强制模型为每个正确答案引用视频中的精确时间戳，可以约束幻觉并提高生成质量。
MoE 架构在推理成本和大上下文处理上比较均衡，适合读完整段字幕再生成结构化题目的任务。
项目采用的技术栈包括 Next.js 15、DeepSeek-V3、Cloudflare D1 和 Google OAuth 2.0，支付接入 Waffo Pancake。
在本地AI模型测试中，64GB内存的RTX Spark测试机型无法加载120B至125B+量级的大模型，例如DeepSeek-V3和Qwen 3.8 Flash Next。
DeepSeek-V3 总参数达 685B，以 Q4 量化后体积仍超过 400GB
Meta的Llama 3、阿里的Qwen2.5、幻方科技的DeepSeek-V3/R1、Mistral AI的Mistral/Mixtral以及Google的Gemma 2均在Hugging Face平台托管
7B以下参数的模型在指令遵循、长文推理等方面与GPT-4o、DeepSeek-V3等商用模型差距明显，适合文本分类、简单问答等轻量任务
DeepSeek-V2/V3、Qwen2-MoE 等近期热门模型均采用了 MoE 架构
DeepSeek-V3 和 Qwen3 等新一代模型已在预训练阶段原生集成了 MTP 机制
还有 5 条时间轴事件
全部知识事实 (20)
DeepSeek-V3采用了混合专家架构（MoE），总参数量达6710亿，但每次推理仅激活约370亿参数
90%已验证GPT-4、Claude 3.5、DeepSeek-V3等新一代模型的指令跟随能力和上下文理解能力大幅提升，使复杂提示词模板变得不再必要
80%已验证DeepSeek-V3拥有671B总参数，但每次推理仅激活约37B参数
80%已验证DeepSeek-V3于2024年底发布
75%已验证DeepSeek在V3中通过无辅助损失的负载均衡策略和专用MoE并行框架部分解决了MoE工程挑战
65%已验证MoE架构通过路由器动态选择少数专家参与计算，实现稀疏激活，GPT-4、Mistral、DeepSeek等主流前沿模型均采用类似设计
65%已验证DeepSeek-V3的训练成本仅为GPT的二十分之一
65%已验证DeepSeek-V3是DeepSeek于2024年底发布的旗舰基座模型
65%已验证2024年底至2025年初，DeepSeek-V3和DeepSeek-R1相继发布
65%待验证DeepSeek V3版本参数规模达到671B MoE架构
90%待验证DeepSeek-V3的MoE架构将算力消耗降低了约80%
75%待验证DeepSeek-V3以极低的训练成本实现了顶尖推理能力
70%待验证DeepSeek-V3 API 端点价格极低，处理 10 万 Token 不到 2 美分。
50%待验证在 Prompt 中强制模型为每个正确答案引用视频中的精确时间戳，可以约束幻觉并提高生成质量。
50%待验证项目采用的技术栈包括 Next.js 15、DeepSeek-V3、Cloudflare D1 和 Google OAuth 2.0，支付接入 Waffo Pancake。
50%待验证MoE 架构在推理成本和大上下文处理上比较均衡，适合读完整段字幕再生成结构化题目的任务。
50%待验证在本地AI模型测试中，64GB内存的RTX Spark测试机型无法加载120B至125B+量级的大模型，例如DeepSeek-V3和Qwen 3.8 Flash Next。
50%待验证DeepSeek-V3 总参数达 685B，以 Q4 量化后体积仍超过 400GB
50%待验证Meta的Llama 3、阿里的Qwen2.5、幻方科技的DeepSeek-V3/R1、Mistral AI的Mistral/Mixtral以及Google的Gemma 2均在Hugging Face平台托管
50%待验证7B以下参数的模型在指令遵循、长文推理等方面与GPT-4o、DeepSeek-V3等商用模型差距明显，适合文本分类、简单问答等轻量任务
50%