DeepSeek V3.2
Une option solide pour l'auto-hébergement et le contrôle total des données.
Présentation
DeepSeek V3.2 introduit DeepSeek Sparse Attention (DSA) pour réduire le coût d'entraînement et d'inférence sur les longs contextes sans perte de qualité notable. Sous licence MIT, 685 milliards de paramètres en MoE, il offre un raisonnement solide (82,4 % GPQA) à un tarif parmi les plus bas du marché. Idéal pour le volume et pour les équipes qui veulent auto-héberger et garder la main sur leurs données.
Profil de compétences
Trois mesures indépendantes
Ce que les gens préfèrent, ce que le modèle sait faire, ce que le marché utilise. Chaque source a ses biais, aucune ne suffit seule : nous les affichons séparément, sans les mélanger.
Que signifient ces scores ?
Questions scientifiques de niveau doctorat (physique, chimie, biologie), sans accès à des outils.
Résolution de vrais tickets GitHub en conditions réelles (SWE-bench Verified).
Forces
- Excellent en code
- Top mondial sur Arena
- Dispose d'un tier gratuit
- Open-source et auto-hébergeable
Limites
- Filtres de sûreté légers
- Tarification API non publiée
À qui ça s'adresse
- vous codez avec un agent ou en autonomie
- vous voulez maîtriser vos coûts ou auto-héberger
- vos données doivent rester en UE
- vous voulez des garde-fous stricts
Cas d'usage idéaux
- Usage à fort volume à bas coût
- Auto-hébergement et contrôle des données
- Raisonnement et code à prix réduit
Accès & disponibilité
Caractéristiques clés
Combien ça coûte par mois
Estimation à partir des prix API sourcés et d’un palier matériel pour l’auto-hébergement. Hypothèses modifiables.
Hypothèses : 36 mois d’amortissement, 0.25 €/kWh, 22 jours/mois, conversion 1 $ = 0.92 €. Hors main-d’œuvre, hors licences logicielles, hors redondance.
nAIvigate Trust Index
Ce que l’éditeur offre et documente pour un usage professionnel en Europe. Un critère non documenté vaut zéro et reste visible : le score monte quand l’éditeur publie, pas quand nous supposons.
19/19 critères documentés · 100 % · dont 12 posés par règle
Voir les critères▾
Badge Trust Index
Affichez ce score dans votre documentation, votre README ou votre page sécurité. Il se met à jour automatiquement.
[](https://naivigate.com/fr/model/deepseek-v3-2)Données & conformité
Ce que nous savons, ligne par ligne, avec la source et la date. Ces lignes alimentent les familles Données et Entreprise du Trust Index ci-dessus. La conformité RGPD dépend de votre traitement, pas du modèle seul.
| Résidence des données en UE | Oui |
| Accord de traitement (DPA) | Sans objet· auto-hébergé : les données ne sortent pas |
| Transfert hors UE | Non |
| Entraînement sur vos données | Non |
| Rétention configurable | Sans objet· auto-hébergé : les données ne sortent pas |
| Zero Data Retention | Sans objet· auto-hébergé : les données ne sortent pas |
| Auto-hébergeable | Oui |
| Hébergement déclaré | self |
Qualité des données de la fiche
Ce score mesure la qualité des données de cette fiche : prix, contexte, Elo, licence, documentés, sourcés et récents. Il ne mesure ni le modèle ni sa conformité : pour cela, voir le Trust Index plus haut.
5/8 documentées · 1/8 sources primaires
Données avancées · pour expertsArchitecture, modalités, coût détaillé, benchmarks complets▾
| Arena Elo | 1425 |
| MMLU | — |
| GPQA | 82.4% |
| HumanEval | — |
| SWE-Bench | 67.8% |
| MATH | — |