DeepSeek Coder V2：完整基准性能指南

deepseek coder-v2 2024-06-21 DeepSeek License

深入分析 DeepSeek Coder V2 在 MMLU、HumanEval、GSM8K、MATH、BBH 等基准上的表现，包含定价与适用场景。

核心规格

厂商deepseek
版本coder-v2
发布日期2024-06-21
上下文窗口128000 tokens
输入模态text
输出模态text
许可DeepSeek License
文档https://api-docs.deepseek.com/

基准测试表现

基准 得分 单位 评测日期 备注 来源
MMLU 72.3 % 2024-06-21 5-shot 查看
HUMANEVAL 88.9 pass@1 2024-06-21 — 查看
GSM8K 62.9 % 2024-06-21 0-shot CoT 查看
MATH 38.2 % 2024-06-21 0-shot CoT 查看
BBH 72.3 % 2024-06-21 3-shot CoT 查看
GPQA 25.4 % 2024-06-21 0-shot 查看
IFEVAL 56.7 % 2024-06-21 prompt_strict 查看
ARC 88.5 % 2024-06-21 challenge 查看
MUSR 40.3 % 2024-06-21 0-shot 查看
WINOGRANDE 78.8 % 2024-06-21 0-shot 查看

定价

项目 价格 币种
输入$0.14 / MtokUSD
输出$0.28 / MtokUSD
缓存读$0 / MtokUSD
缓存写$0 / MtokUSD

数据来源: https://api-docs.deepseek.com/quick_start/pricing · 截至 2024-06-21

合规性

  • 数据驻留: CN
  • SOC2: ✗
  • HIPAA: ✗
  • GDPR: ✗
  • ISO 27001: ✗

DeepSeek Coder V2

模型概述

DeepSeek Coder V2 代码专用 MoE 模型, 128K 上下文, 支持 338 种编程语言, 代码生成能力突出。

核心规格

厂商 版本 发布日期 上下文窗口 输入模态 输出模态 许可证
Deepseek coder-v2 2024-06-21 128K text text DeepSeek License

基准测试表现

基准 得分 单位 备注
MMLU (Massive Multitask Language Understanding) 72.3 % 5-shot
HumanEval 88.9 pass@1 —
GSM8K (Grade School Math 8K) 62.9 % 0-shot CoT
MATH 38.2 % 0-shot CoT
BBH (BIG-Bench Hard) 72.3 % 3-shot CoT
GPQA 25.4 % 0-shot
IFEval 56.7 % prompt_strict
ARC 88.5 % challenge
MUSR 40.3 % 0-shot
WinoGrande 78.8 % 0-shot

定价

输入 输出 缓存读取 缓存写入
— — — —

每百万 token

优势

  • HumanEval 88.9，代码生成能力出色。
  • 采用 MoE 混合专家架构。

劣势

  • 闭源专有模型，不支持自托管。

适用场景

  • 代码生成与调试

参考文献