# DeepSeek-V3

> Fiche du modèle de langage DeepSeek-V3 sur Quelle IA, édition du 28 septembre 2026. DeepSeek-V3 (DeepSeek) : score IA de 54,4, 168e sur 246. Scores par tâche, prix, exécution locale et liens pour le télécharger ou l'essayer.

Page : https://quelleia.com/modeles/deepseek-v3/
Origine : DeepSeek · Chine · sorti le 26 décembre 2024

## Score général

- Score IA : 54,4 (marge à 90 % : de 49,0 à 59,9)
- Rang : 168 (Groupe 12, ex æquo)
- Couverture : 65 % du poids des tâches, 8 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 | 48,7 | Provisoire · 22 % |
| Code | 60,5 | Provisoire · 8 % |
| Agents | 58,1 | Provisoire · 11 % |
| Usage | non mesuré | Non mesuré |
| Maths | 51,3 | Provisoire · 25 % |
| Sciences | 56,8 | Provisoire · 40 % |
| Français | non mesuré | Non mesuré |
| Vision | non mesuré | Non mesuré |
| Écriture | non mesuré | Non mesuré |
| Web | non mesuré | Non mesuré |

## Exécution locale

Ses poids sont ouverts, mais sa taille n'est pas communiquée. Aucune estimation de mémoire n'est possible.

## Fiche technique

- Prix : Non communiqué
- Fenêtre de contexte : Non communiqué
- Entrées : Non communiqué
- Réflexion : Non communiqué
- Paramètres : Non communiqué
- Licence : Poids ouverts (poids ouverts, téléchargeables)
- Classe énergétique : Non communiquée
- Hébergement en Europe : Non communiqué
- Connaissances jusqu'à : Non communiqué

## Où le trouver

- Télécharger : [Hugging Face](https://huggingface.co/models?library=gguf&search=DeepSeek-V3)
- Sur votre machine : [Ollama](https://ollama.com/search?q=DeepSeek-V3)
- 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 |
| --- | --- | --- | --- | --- | --- |
| ARC (AI2 Reasoning Challenge) | Hors tâche | 95,3 % | 72,2 | archivé | https://epoch.ai/benchmarks |
| HellaSwag | Hors tâche | 88,9 % | 57,2 | archivé | https://epoch.ai/benchmarks |
| BIG-Bench Hard (BBH) | Hors tâche | 87,5 % | 58,1 | archivé | https://epoch.ai/benchmarks |
| MMLU | Hors tâche | 87,2 % | 63,3 | archivé | https://epoch.ai/benchmarks |
| TriviaQA | Hors tâche | 82,9 % | 56,3 | archivé | https://epoch.ai/benchmarks |
| MMLU | Hors tâche | 87,1 % | 63,0 | archivé | https://epoch.ai/benchmarks |
| BIG-Bench Hard (BBH) | Hors tâche | 82,9 % | 48,5 | archivé | https://epoch.ai/benchmarks |
| WinoGrande | Hors tâche | 85,2 % | 52,9 | archivé | https://epoch.ai/benchmarks |
| PIQA | Hors tâche | 84,7 % | 41,2 | archivé | https://epoch.ai/benchmarks |
| MATH Level 5 | Maths | 64,9 % | 53,9 | archivé | https://epoch.ai/benchmarks |
| LiveBench, code | Code | 61,8 % | 60,6 | archivé | https://epoch.ai/benchmarks |
| LiveBench, mathématiques | Maths | 60,5 % | 56,6 | archivé | https://epoch.ai/benchmarks |
| LiveBench | Hors tâche | 60,5 % | 58,2 | archivé | https://epoch.ai/benchmarks |
| LiveBench, raisonnement | Raisonnement | 56,8 % | 54,9 | archivé | https://epoch.ai/benchmarks |
| Aider Polyglot | Code | 48,4 % | 64,4 | archivé | https://epoch.ai/benchmarks |
| METR Time Horizons (taux de réussite) | Agents | 47,4 % | 59,7 | actif | https://epoch.ai/benchmarks |
| GPQA Diamond | Sciences | 56,5 % | 57,0 | actif | https://epoch.ai/benchmarks |
| SciCode | Code | 35,4 % | 65,6 | actif | https://artificialanalysis.ai/evaluations/scicode |
| ForecastBench | Raisonnement | 59,1 % | 66,5 | actif | https://epoch.ai/benchmarks |
| OTIS Mock AIME 2024-2025 | Maths | 15,8 % | 50,9 | saturé | https://epoch.ai/benchmarks |
| FrontierMath, paliers 1 à 3 (version 2025) | Maths | 1,7 % | 59,3 | actif | https://epoch.ai/benchmarks |
| SimpleBench | Raisonnement | 18,9 % | 31,9 | actif | https://epoch.ai/benchmarks |
| CritPt | Sciences | 0 % | 61,2 | actif | https://epoch.ai/benchmarks |

## En bref

**Quel est le score de DeepSeek-V3 ?** DeepSeek-V3 obtient un score IA de 54,4, avec une marge de 49,0 à 59,9, dans l'édition du 28 septembre 2026. Il est classé 168e sur 246 modèles, à partir de 8 mesures.

**Dans quelles tâches DeepSeek-V3 est-il le plus fort ?** Ses deux meilleures tâches sont code (60,5) et agents (58,1). Sa tâche la plus faible est raisonnement (48,7).

**DeepSeek-V3 peut-il tourner en local ?** Ses poids sont ouverts, mais sa taille n'est pas communiquée. Aucune estimation de mémoire n'est possible.

**Qui édite DeepSeek-V3 ?** DeepSeek-V3 est édité par DeepSeek (Chine), et il est sorti le 26 décembre 2024. Ses poids sont ouverts.

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