DeepSeek entraîne un modèle de 2T paramètres et prévoit un modèle de 8T

DeepSeek entraîne actuellement un nouveau modèle avec 2 billions de paramètres, avec l'intention de construire à terme un modèle de 8 billions de paramètres.

• DeepSeek Flash actuel a 552 milliards de paramètres.
• DeepSeek Pro a 1,6 billion de paramètres totaux avec 49 milliards de poids activés par token.
• Le modèle Mythos / Fable aurait une estimation de 10 billions de paramètres.