DeepSeek V3

DeepSeek V3 ist ein gewaltiges Mixture-of-Experts-Modell mit 671 Milliarden Parametern und eines der leistungsfähigsten Open-Source-Modelle, die jemals veröffentlicht wurden. Das chinesische Unternehmen DeepSeek hat damit bewiesen, dass Open-Source-Modelle auf dem gleichen Niveau wie GPT-4 und Claude 3.5 Sonnet operieren können. Bei jeder Anfrage werden nur etwa 37 Milliarden Parameter aktiviert, was die Inferenz trotz der enormen Gesamtgröße effizienter macht als bei einem vergleichbaren Dense-Modell.

Die Leistungsdaten sind beeindruckend: Coding erreicht eine perfekte 5.0, ebenso Mathematik und englischsprachige Konversation. Deutsch wird mit 4.0 gut unterstützt. DeepSeek V3 wurde unter der MIT-Lizenz veröffentlicht — der freizügigsten aller Open-Source-Lizenzen — was maximale Freiheit für kommerzielle Nutzung garantiert.

Der Haken: Mit über 400 GB VRAM Anforderung ist lokaler Betrieb nur auf professioneller Server-Hardware mit mehreren High-End-GPUs möglich. Selbst quantisiert benötigt das Modell mindestens 200 GB VRAM. Für Einzelpersonen und kleine Unternehmen ist lokaler Betrieb daher kaum realistisch — hier empfehlen sich die destillierten kleineren Varianten oder der API-Zugang.

Für Forschungseinrichtungen und Unternehmen mit entsprechender Infrastruktur bietet DeepSeek V3 jedoch eine unschlagbare Kombination aus Leistung und Lizenzfreiheit. Das Modell setzt neue Maßstäbe für Open-Source-KI und zeigt, dass die besten Modelle nicht zwangsläufig hinter geschlossenen APIs versteckt sein müssen.