DeepSeek V2 Chat: Complete Benchmark Performance Guide

deepseek v2-chat 2024-06-17 DeepSeek License

In-depth analysis of DeepSeek V2 Chat performance on MMLU, HumanEval, GSM8K, MATH, BBH benchmarks, including pricing and use cases.

Key Specifications

Vendordeepseek
Versionv2-chat
Release Date2024-06-17
Context Window32768 tokens
Input Modalitiestext
Output Modalitiestext
LicenseDeepSeek License
Documentationhttps://api-docs.deepseek.com/

Benchmark Performance

BenchmarkScoreUnitEvaluated AtNotesSource
MMLU76.6%2024-06-175-shotview
HUMANEVAL67pass@12024-06-17—view
GSM8K77.4%2024-06-170-shot CoTview
MATH49.3%2024-06-170-shot CoTview
BBH75.4%2024-06-173-shot CoTview
GPQA38.3%2024-06-170-shotview
IFEVAL71.5%2024-06-17prompt_strictview
ARC94.6%2024-06-17challengeview
MUSR52%2024-06-170-shotview
WINOGRANDE80.2%2024-06-170-shotview

Pricing

TierPriceCurrency
Input$0.14 / MtokUSD
Output$0.28 / MtokUSD
Cache Read$0 / MtokUSD
Cache Write$0 / MtokUSD

Source: https://api-docs.deepseek.com/quick_start/pricing · as of 2024-06-17

Compliance

  • Data Residency: CN
  • SOC2: ✗
  • HIPAA: ✗
  • GDPR: ✗
  • ISO 27001: ✗

DeepSeek V2 Chat

モデル概要

DeepSeek V2 Chat 对话版本, 32K 上下文, 针对对话场景优化, 适合聊天助手与客服应用。

コア仕様

ベンダーバージョンリリース日コンテキストウィンドウ入力モダリティ出力モダリティライセンス
Deepseekv2-chat2024-06-1732KtexttextDeepSeek License

ベンチマークパフォーマンス

ベンチマークスコア単位備考
MMLU (Massive Multitask Language Understanding)76.6%5-shot
HumanEval67.0pass@1—
GSM8K (Grade School Math 8K)77.4%0-shot CoT
MATH49.3%0-shot CoT
BBH (BIG-Bench Hard)75.4%3-shot CoT
GPQA38.3%0-shot
IFEval71.5%prompt_strict
ARC94.6%challenge
MUSR52.0%0-shot
WinoGrande80.2%0-shot

料金

入力出力キャッシュ読み取りキャッシュ書き込み
————

100万トークンあたり

強み

  • 采用 MoE 混合专家架构。

弱み

  • 闭源专有模型，不支持自托管。

ユースケース

  • 通用对话与问答

参考文献