DeepSeek Coder
#74 in Open-Source-SprachmodelleDeepSeek · seit November 2023 · 9× · zuletzt 15. Juli 2026
17
Momentum
DeepSeek Coder ist eine Modellfamilie aus acht Varianten (vier Base, vier Instruct) von DeepSeek, die im November 2023 als erstes Open-Source-Modell des Unternehmens speziell für Code-Aufgaben veröffentlicht wurde. Die Modelle wurden von Grund auf auf 1,8 Billionen Tokens trainiert, davon 87 % Quellcode aus 87 Programmiersprachen. Alle Varianten unterstützen ein 16K-Token-Kontextfenster und sind für Aufgaben wie Code-Generierung, Code-Vervollständigung und Code-Infilling ausgelegt. Die Modellgrößen reichen von 1,3 Milliarden bis 33 Milliarden Parametern.
Momentum-Verlauf
19.05.17.08.
Features
| Benchmark-Score (MMLU/ähnlich) | HumanEval: 79.3% (DeepSeek-Coder-33B-Instruct, v1); DeepSeek-Coder-V2: HumanEval 90.2%, MBPP 76.2%, LiveCodeBench 43.4% |
| Inferenz-Geschwindigkeit | DeepSeek-Coder-V2 Lite (16B MoE): ~12 Token/Sek. im Einzel-Stream; ~150 Token/Sek. bei Batch-Größe 28 (nutzerberichtete Werte, MoE-Architektur begünstigt Batch-Verarbeitung) |
| Kontextfenster | 16.000 Token (16K) |
| Modellgröße (Parameter) | 1,3B bis 33B Parameter (8 Varianten: 1.3B, 5.7B, 6.7B, 7B, 33B; je Base und Instruct) |
| Speicher-Anforderung | DeepSeek-Coder-V2 Lite (16B MoE, 2.4B aktiv): ~32 GB Gewichte bei FP16; passt bei INT4 auf eine 16-GB-GPU (z. B. RTX 4060 Ti). 236B-Variante benötigt mehrere 96-GB-Karten. |