DeepSeek-V3 0324
DeepSeek-V3 0324 est un LLM publié par DeepSeek le 25 mars 2025. Âgé d’environ un an, il appartient déjà à une génération ancienne à l’échelle de l’IA et ses performances sont désormais largement dépassées. À sa sortie, il se classait néanmoins dans le top 20 % des modèles de sa…
DeepSeek-V3 0324 est un LLM publié par DeepSeek le 25 mars 2025. Âgé d’environ un an, il appartient déjà à une génération ancienne à l’échelle de l’IA et ses performances sont désormais largement dépassées. À sa sortie, il se classait néanmoins dans le top 20 % des modèles de sa génération sur GPQA.
Le modèle reprend exactement la structure de DeepSeek-V3, avec 671 milliards de paramètres dont 37 milliards actifs, et une fenêtre de contexte de 163 840 tokens. Il se distingue surtout par un tarif très économique, inférieur de 88 % à la moyenne des LLM similaires, ainsi que par la prise en charge du function calling, des sorties JSON et de la complétion FIM.
Caractéristiques
| Caractéristique | Valeur |
|---|---|
| Type | Grand modèle de langage (LLM) |
| Éditeur | DeepSeek |
| Poids | 🟢 Poids ouverts · usage commercial restreint (recherche / non commercial) |
| Licence | MIT + Model License (Commercial use allowed) |
| Date de sortie | 25 mars 2025 |
| Multimodal | non |
| Paramètres | 671 milliards |
| Paramètres actifs | 37 milliards |
| Fenêtre de contexte | 163 840 tokens |
| Modalités (entrée → sortie) | text → text |
Indices de synthèse
| Indice | Valeur | Rang (LLM) |
|---|---|---|
| Intelligence Index | 15.4 | 112ᵉ / 137 |
| Code Index | 21.2 | 64ᵉ / 74 |
| Agentic Index | 1.5 | 63ᵉ / 68 |
| Math Index | 41.0 | 36ᵉ / 54 |
Indices Artificial Analysis. Le rang situe le modèle parmi tous les LLM du catalogue disposant de l'indice.
Performances (benchmarks)
| Benchmark | Score | Rang (LLM) | Source | Fiabilité |
|---|---|---|---|---|
| MATH-500 | 94,0 % | 21ᵉ / 31 | llm-stats | Auto-déclaré |
| MMLU-Pro | 81,2 % | 43ᵉ / 125 | llm-stats | Auto-déclaré |
| GPQA | 68,4 % | 124ᵉ / 219 | llm-stats | Auto-déclaré |
| AIME 2024 | 59,4 % | 43ᵉ / 52 | llm-stats | Auto-déclaré |
| LiveCodeBench | 49,2 % | 46ᵉ / 72 | llm-stats | Auto-déclaré |
« Auto-déclaré » : score communiqué par l'éditeur, non rejoué indépendamment. « Mesuré » : évalué par un tiers (Epoch AI, LiveBench). Le rang est calculé parmi les LLM évalués sur le même benchmark.
Comment se situe-t-il ?
Le modèle (en orange) comparé aux meilleurs modèles sur chaque dimension évaluée, et à ses voisins de classement.
Intelligence Index
Code Index
Classements Arena (Elo)
Arena Text · 200 modèles classés
| Rang | Modèle | Elo |
|---|---|---|
| 1ᵉ | Claude Fable 5 | 1507 |
| 2ᵉ | Claude Opus 4.6 | 1504 |
| 3ᵉ | Claude Opus 4.7 | 1503 |
| ⋯ | ⋯ | |
| 130ᵉ | DeepSeek-R1 | 1398 |
| 131ᵉ | Qwen: Qwen3.5-Flash | 1397 |
| 132ᵉ | DeepSeek-V3 0324 | 1396 |
| 133ᵉ | Qwen3.5-35B-A3B | 1396 |
| 134ᵉ | Qwen3 VL 235B A22B Thinking | 1395 |
Tarifs
| Fournisseur | Entrée / 1M | Sortie / 1M | Cache lecture / 1M |
|---|---|---|---|
| DeepInfra | 0,24 $ | 0,9 $ | 0,135 $ |
Prix en dollars US par million de tokens.
Sa tarification se situe 88 % en dessous de la moyenne des LLM similaires, et 22,9 fois moins cher que les modèles frontières (Claude Fable 5, GPT-5.6 Sol, Gemini 3.5 Flash).
Notre analyse
Forces. À sa sortie, DeepSeek-V3 0324 se situait dans le haut du panier de sa génération sur GPQA, qui évalue le raisonnement scientifique de niveau avancé. Les mathématiques restent son domaine le mieux classé parmi les indices disponibles. Cette version améliore aussi le raisonnement, le développement web front-end, la rédaction et la recherche en chinois, ainsi que le function calling par rapport aux versions V3 précédentes. Sa longue fenêtre de contexte convient au traitement de volumes importants de texte. Son principal avantage demeure économique : ses tarifs sont environ 22,9 fois inférieurs à ceux des modèles frontière.
Limites et points d'attention. Les classements actuels placent le modèle dans le bas du tableau en intelligence générale, en code et surtout pour les tâches agentiques. Son résultat dans Arena text reste également éloigné de la tête du classement. Ces écarts confirment qu’un modèle compétitif en mars 2025 peut être largement dépassé un an plus tard et souvent retiré des catalogues actifs. Ses connaissances s’arrêtent au 31 juillet 2024. Les poids ne sont pas ouverts malgré une licence autorisant l’usage commercial, et Hugging Face Transformers ne le prend pas encore directement en charge.
Sources des données : LLM-Stats (llm-stats.com) · OpenRouter (openrouter.ai) · Artificial Analysis (artificialanalysis.ai) · Arena.ai (arena.ai).