# DeepSeek-V3 (Mar 2025)

> Fiche du modèle de langage DeepSeek-V3 (Mar 2025) sur Quelle IA, édition du 28 septembre 2026. DeepSeek-V3 (Mar 2025) (DeepSeek) : score IA de 62,0, 147e sur 246. Scores par tâche, prix, exécution locale et liens pour le télécharger ou l'essayer.

Page : https://quelleia.com/modeles/deepseek-v3-mar-2025/
Origine : DeepSeek · Chine · sorti le 24 mars 2025

## Score général

- Score IA : 62,0 (marge à 90 % : de 58,3 à 65,7)
- Rang : 147 (Groupe 11, ex æquo)
- Couverture : 90 % du poids des tâches, 16 mesures
- Échelle : 100 pour le meilleur modèle au lancement du site, 50 pour GPT-4o de novembre 2024.

## Scores par tâche

| Tâche | Score | Détail |
| --- | --- | --- |
| Raisonnement | 57,3 | Provisoire · 33 % |
| Code | 64,9 | Provisoire · 23 % |
| Agents | 61,8 | Provisoire · 11 % |
| Usage | 64,9 | Rang 145 · 100 % |
| Maths | 59,1 | Provisoire · 25 % |
| Sciences | 64,1 | Rang 78 · 60 % |
| Français | 68,8 | Rang 73 · 50 % |
| Vision | non mesuré | Non mesuré |
| Écriture | 67,8 | Rang 135 · 100 % |
| Web | non mesuré | Non mesuré |

## Exécution locale

Trop lourd pour les machines que suit Quelle IA : 472,6 Go en version allégée à 4 bits, plus que les 448 Go utiles de quatre DGX Spark en grappe. Il lui faut un serveur.

- Allégée, 4 bits : 472,6 Go
- Allégée, 8 bits : 827,1 Go
- Complète, 16 bits : 1 575,5 Go

- Plus petite machine : aucune, il faut un serveur
- Carte graphique : Trop juste
- PC portable RTX : Trop juste
- PC portable Intel : Trop juste
- PC portable Snapdragon : Trop juste
- Mac : Trop juste
- Ryzen AI Max : Trop juste
- Nvidia DGX : Trop juste
- Sans carte graphique : Trop juste
- Serveur : Oui

## Fiche technique

- Prix : 0,17 € / 0,67 € (entrée / sortie, par million de jetons)
- Fenêtre de contexte : 163 840 jetons (environ 123 000 mots)
- Entrées : Texte
- Réflexion : Non communiqué
- Paramètres : 685 milliards
- Licence : MIT (poids ouverts, téléchargeables)
- Classe énergétique : E (sur une échelle de A à G)
- Hébergement en Europe : Possible
- Connaissances jusqu'à : Non communiqué

## Où le trouver

- Télécharger : [Hugging Face](https://huggingface.co/deepseek-ai/DeepSeek-V3-0324)
- Sur votre machine : [Ollama](https://ollama.com/search?q=DeepSeek-V3-0324)
- Sur votre machine : [LM Studio](https://lmstudio.ai)
- Par API : [API DeepSeek](https://api-docs.deepseek.com)
- L'essayer : [DeepSeek](https://chat.deepseek.com)

## Mesures

| Benchmark | Tâche | Publié | Niveau suggéré | État | Source |
| --- | --- | --- | --- | --- | --- |
| Lech Mazur Writing | Écriture | 7,7 | 64,9 | archivé | https://epoch.ai/benchmarks |
| MATH Level 5 | Maths | 75,5 % | 58,0 | archivé | https://epoch.ai/benchmarks |
| LiveBench, mathématiques | Maths | 73,5 % | 63,7 | archivé | https://epoch.ai/benchmarks |
| LiveBench, code | Code | 70,9 % | 66,4 | archivé | https://epoch.ai/benchmarks |
| LiveBench | Hors tâche | 66,9 % | 62,9 | archivé | https://epoch.ai/benchmarks |
| LiveBench, raisonnement | Raisonnement | 65,8 % | 59,4 | archivé | https://epoch.ai/benchmarks |
| compar:IA | Français | 1 082,0 Elo | 98,4 | actif | https://arene.comparia.beta.gouv.fr/ranking |
| GPQA Diamond | Sciences | 67,6 % | 64,0 | actif | https://epoch.ai/benchmarks |
| Aider Polyglot | Code | 55,1 % | 66,6 | archivé | https://aider.chat/docs/leaderboards/ |
| Arena, écriture créative | Écriture | 1 390,0 Elo | 74,3 | actif | https://arena.ai/leaderboard |
| Fiction.LiveBench | Données | 50 % | 59,0 | archivé | https://epoch.ai/benchmarks |
| METR Time Horizons (taux de réussite) | Agents | 49,6 % | 61,6 | actif | https://epoch.ai/benchmarks |
| Arena, texte | Usage | 1 395,6 Elo | 68,4 | actif | https://arena.ai/leaderboard |
| Arena, questions en français | Français | 1 416,6 Elo | 68,9 | actif | https://arena.ai/leaderboard |
| Arena, questions de code | Code | 1 428,2 Elo | 65,9 | actif | https://arena.ai/leaderboard |
| Arena, écriture créative | Écriture | 1 348,6 Elo | 65,0 | actif | https://arena.ai/leaderboard |
| Arena, questions d'experts | Sciences | 1 398,3 Elo | 65,9 | actif | https://arena.ai/leaderboard |
| Arena, questions de maths | Maths | 1 368,0 Elo | 62,9 | actif | https://arena.ai/leaderboard |
| Arena, texte | Usage | 1 358,4 Elo | 59,8 | actif | https://arena.ai/leaderboard |
| Arena, questions en français | Français | 1 371,1 Elo | 59,1 | actif | https://arena.ai/leaderboard |
| Arena, questions de code | Code | 1 387,1 Elo | 56,9 | actif | https://arena.ai/leaderboard |
| DTBench | Raisonnement | 64,8 % | 57,2 | saturé | https://conceptualreasoning.ai/dtbench |
| Arena, questions d'experts | Sciences | 1 347,7 Elo | 56,3 | actif | https://arena.ai/leaderboard |
| OTIS Mock AIME 2024-2025 | Maths | 37,8 % | 58,9 | saturé | https://epoch.ai/benchmarks |
| Arena, questions de maths | Maths | 1 310,2 Elo | 51,0 | actif | https://arena.ai/leaderboard |
| WeirdML (v2) | Code | 36,1 % | 64,9 | actif | https://htihle.github.io/weirdml.html |
| SciCode | Code | 35,8 % | 66,0 | actif | https://artificialanalysis.ai/evaluations/scicode |
| LMCA | Raisonnement | 15,47 | 57,2 | actif | https://conceptualreasoning.ai/lmca |
| SimpleBench | Raisonnement | 27,2 % | 55,1 | actif | https://epoch.ai/benchmarks |
| CritPt | Sciences | 0 % | 61,2 | actif | https://epoch.ai/benchmarks |

## En bref

**Quel est le score de DeepSeek-V3 (Mar 2025) ?** DeepSeek-V3 (Mar 2025) obtient un score IA de 62,0, avec une marge de 58,3 à 65,7, dans l'édition du 28 septembre 2026. Il est classé 147e sur 246 modèles, à partir de 16 mesures.

**Dans quelles tâches DeepSeek-V3 (Mar 2025) est-il le plus fort ?** Ses deux meilleures tâches sont français (68,8) et écriture (67,8). Sa tâche la plus faible est raisonnement (57,3).

**DeepSeek-V3 (Mar 2025) peut-il tourner en local ?** Trop lourd pour les machines que suit Quelle IA : 472,6 Go en version allégée à 4 bits, plus que les 448 Go utiles de quatre DGX Spark en grappe. Il lui faut un serveur.

**Combien coûte DeepSeek-V3 (Mar 2025) ?** 0,17 € par million de jetons en entrée et 0,67 € en sortie, au tarif affiché par les fournisseurs. Le coût réel d'une tâche dépend du nombre de jetons que le modèle consomme.

**Qui édite DeepSeek-V3 (Mar 2025) ?** DeepSeek-V3 (Mar 2025) est édité par DeepSeek (Chine), et il est sorti le 24 mars 2025. Ses poids sont ouverts, sous licence MIT.

Source : Quelle IA, édition du 28 septembre 2026. https://quelleia.com