DeepSeekSprachmodell
DeepSeek LLM 67B
Für DeepSeek LLM 67B gibt es noch keinen Wert im Gesamtindex, weil zu wenige unabhängige Benchmark-Ergebnisse vorliegen.
25von 100wie im Vormonat
beruht auf Suche, Nutzung und Aufmerksamkeit
Zusammenfassung
DeepSeek LLM 67B Chat stammt aus DeepSeeks LLM-Generation von 2023. Die 67 Milliarden dichten Parameter und 4.096 Token Kontext setzen ihn klar von den späteren V3- und R1-Modellen ab.
Die Modellkarte dokumentiert lokalen Text-Chat, aber weder multimodale Eingaben noch Tool-Schleifen. Der kurze Kontext bleibt damit die zentrale Grenze dieses Checkpoints.
Alle Benchmark-Werte
Jeder veröffentlichte Messwert mit Quelle, Testbedingungen und Vergleichsmodellen.
Alle 54 veröffentlichten Benchmark-Werte anzeigen
Seite 1 von 5
Messungen ohne passende Vergleichswerte
Für diese Messungen fehlen passende Vergleichswerte unter gleichen Testbedingungen. Die Originalwerte und Quellen bleiben hier nachlesbar.
GSM8K CoT (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 84.1
- Bewertung
- 84.1
- Messgröße
- accuracy
- Einheit
- %
- Benchmark-Version
- DeepSeek 67B Chat; Chain-of-Thought
- Kategorie
- math
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- DeepSeek LLM author evaluation appendix
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Vom Anbieter veröffentlichter Wert. Exakte Modellzeile bzw. Benchmark-Widget für DeepSeek LLM 67B Chat. Quelle: „DeepSeek LLM author evaluation appendix“. Benchmark-Prompt, Sampling-/Decoding-Einstellungen, Reasoning-Aufwand, Quantisierung und Ausführungsdatum sind im zitierten Ergebnis nicht angegeben; dazu werden keine Annahmen getroffen.
MATH CoT (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 32.6
- Bewertung
- 32.6
- Messgröße
- accuracy
- Einheit
- %
- Benchmark-Version
- DeepSeek 67B Chat; Chain-of-Thought
- Kategorie
- math
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- DeepSeek LLM author evaluation appendix
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Vom Anbieter veröffentlichter Wert. Exakte Modellzeile bzw. Benchmark-Widget für DeepSeek LLM 67B Chat. Quelle: „DeepSeek LLM author evaluation appendix“. Benchmark-Prompt, Sampling-/Decoding-Einstellungen, Reasoning-Aufwand, Quantisierung und Ausführungsdatum sind im zitierten Ergebnis nicht angegeben; dazu werden keine Annahmen getroffen.
MGSM Chinese CoT (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 74
- Bewertung
- 74
- Messgröße
- accuracy
- Einheit
- %
- Benchmark-Version
- DeepSeek 67B Chat; Chain-of-Thought
- Kategorie
- math
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- DeepSeek LLM author evaluation appendix
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Vom Anbieter veröffentlichter Wert. Exakte Modellzeile bzw. Benchmark-Widget für DeepSeek LLM 67B Chat. Quelle: „DeepSeek LLM author evaluation appendix“. Benchmark-Prompt, Sampling-/Decoding-Einstellungen, Reasoning-Aufwand, Quantisierung und Ausführungsdatum sind im zitierten Ergebnis nicht angegeben; dazu werden keine Annahmen getroffen.
CMATH CoT (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 80.3
- Bewertung
- 80.3
- Messgröße
- accuracy
- Einheit
- %
- Benchmark-Version
- DeepSeek 67B Chat; Chain-of-Thought
- Kategorie
- math
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- DeepSeek LLM author evaluation appendix
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Vom Anbieter veröffentlichter Wert. Exakte Modellzeile bzw. Benchmark-Widget für DeepSeek LLM 67B Chat. Quelle: „DeepSeek LLM author evaluation appendix“. Benchmark-Prompt, Sampling-/Decoding-Einstellungen, Reasoning-Aufwand, Quantisierung und Ausführungsdatum sind im zitierten Ergebnis nicht angegeben; dazu werden keine Annahmen getroffen.
Gaokao Math Cloze CoT (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 16.9
- Bewertung
- 16.9
- Messgröße
- accuracy
- Einheit
- %
- Benchmark-Version
- DeepSeek 67B Chat; Chain-of-Thought
- Kategorie
- math
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- DeepSeek LLM author evaluation appendix
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Vom Anbieter veröffentlichter Wert. Exakte Modellzeile bzw. Benchmark-Widget für DeepSeek LLM 67B Chat. Quelle: „DeepSeek LLM author evaluation appendix“. Benchmark-Prompt, Sampling-/Decoding-Einstellungen, Reasoning-Aufwand, Quantisierung und Ausführungsdatum sind im zitierten Ergebnis nicht angegeben; dazu werden keine Annahmen getroffen.
Gaokao Math QA CoT (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 20.2
- Bewertung
- 20.2
- Messgröße
- accuracy
- Einheit
- %
- Benchmark-Version
- DeepSeek 67B Chat; Chain-of-Thought
- Kategorie
- math
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- DeepSeek LLM author evaluation appendix
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Vom Anbieter veröffentlichter Wert. Exakte Modellzeile bzw. Benchmark-Widget für DeepSeek LLM 67B Chat. Quelle: „DeepSeek LLM author evaluation appendix“. Benchmark-Prompt, Sampling-/Decoding-Einstellungen, Reasoning-Aufwand, Quantisierung und Ausführungsdatum sind im zitierten Ergebnis nicht angegeben; dazu werden keine Annahmen getroffen.
GSM8K tool-integrated reasoning (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 86.7
- Bewertung
- 86.7
- Messgröße
- accuracy
- Einheit
- %
- Benchmark-Version
- DeepSeek 67B Chat; tool-integrated reasoning
- Kategorie
- math
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- DeepSeek LLM author evaluation appendix
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Vom Anbieter veröffentlichter Wert. Exakte Modellzeile bzw. Benchmark-Widget für DeepSeek LLM 67B Chat. Quelle: „DeepSeek LLM author evaluation appendix“. Benchmark-Prompt, Sampling-/Decoding-Einstellungen, Reasoning-Aufwand, Quantisierung und Ausführungsdatum sind im zitierten Ergebnis nicht angegeben; dazu werden keine Annahmen getroffen.
MATH tool-integrated reasoning (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 51.1
- Bewertung
- 51.1
- Messgröße
- accuracy
- Einheit
- %
- Benchmark-Version
- DeepSeek 67B Chat; tool-integrated reasoning
- Kategorie
- math
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- DeepSeek LLM author evaluation appendix
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Vom Anbieter veröffentlichter Wert. Exakte Modellzeile bzw. Benchmark-Widget für DeepSeek LLM 67B Chat. Quelle: „DeepSeek LLM author evaluation appendix“. Benchmark-Prompt, Sampling-/Decoding-Einstellungen, Reasoning-Aufwand, Quantisierung und Ausführungsdatum sind im zitierten Ergebnis nicht angegeben; dazu werden keine Annahmen getroffen.
HellaSwag (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 75.7
- Bewertung
- 75.7
- Messgröße
- accuracy
- Einheit
- %
- Benchmark-Version
- DeepSeek LLM report Table 6 (arXiv:2401.02954)
- Kategorie
- English
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- DeepSeek AI, technical report
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Vom Anbieter veröffentlichter Wert. Autorenlauf von DeepSeek LLM 67B Chat, Bericht Tabelle 6, die Shot-Zahl dieser Zeile für das Chat-Modell wird nicht angegeben.
- Einordnung
- Der Bericht weist den Wert aus Tabelle 6 im internen Evaluationsframework aus. Modellspezifische Fallzahl und KI fehlen.
PIQA (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 82.6
- Bewertung
- 82.6
- Messgröße
- accuracy
- Einheit
- %
- Benchmark-Version
- DeepSeek LLM report Table 6 (arXiv:2401.02954)
- Kategorie
- English
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- DeepSeek AI, technical report
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Vom Anbieter veröffentlichter Wert. Autorenlauf von DeepSeek LLM 67B Chat, Bericht Tabelle 6, die Shot-Zahl dieser Zeile für das Chat-Modell wird nicht angegeben.
- Einordnung
- Der Bericht weist den Wert aus Tabelle 6 im internen Evaluationsframework aus. Modellspezifische Fallzahl und KI fehlen.
WinoGrande (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 76
- Bewertung
- 76
- Messgröße
- accuracy
- Einheit
- %
- Benchmark-Version
- DeepSeek LLM report Table 6 (arXiv:2401.02954)
- Kategorie
- English
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- DeepSeek AI, technical report
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Vom Anbieter veröffentlichter Wert. Autorenlauf von DeepSeek LLM 67B Chat, Bericht Tabelle 6, die Shot-Zahl dieser Zeile für das Chat-Modell wird nicht angegeben.
- Einordnung
- Der Bericht weist den Wert aus Tabelle 6 im internen Evaluationsframework aus. Modellspezifische Fallzahl und KI fehlen.
RACE-Middle (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 70.9
- Bewertung
- 70.9
- Messgröße
- accuracy
- Einheit
- %
- Benchmark-Version
- DeepSeek LLM report Table 6 (arXiv:2401.02954)
- Kategorie
- English
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- DeepSeek AI, technical report
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Vom Anbieter veröffentlichter Wert. Autorenlauf von DeepSeek LLM 67B Chat, Bericht Tabelle 6, die Shot-Zahl dieser Zeile für das Chat-Modell wird nicht angegeben.
- Einordnung
- Der Bericht weist den Wert aus Tabelle 6 im internen Evaluationsframework aus. Modellspezifische Fallzahl und KI fehlen.
Seite 1 von 5
Beliebtheit im Vergleich
Wie oft das Modell gesucht, genutzt und erwähnt wird, im Vergleich mit allen Modellen dieser Kategorie.
Beliebtheitsindex
Die 100 beliebtesten Modelle dieser Kategorie, 0 bis 100, höher ist beliebter
20 von 101 Modellen
Stand November 2026 · Quelle: gradually.ai Beliebtheitsindex
Zeitlicher Verlauf
Wochenwerte vom 18. Oktober 2026 bis 7. November 2026
DeepSeek LLM 67BIndex-Homura-9B 25Trinity Nano Preview 25ERNIE 4.5 VL 424B A47B 25Index-Homura-2B 25
Methodenwechsel im Verlauf, ein Sprung an dieser Stelle ist kein Marktereignis:
- 11. November 2026: Wert nur mit Such- oder Nutzungsdaten, 30-Tage-Aufmerksamkeit
Was gerade an Beliebtheit gewinnt, steht für Modelle, Anbieter, Harnesses und KI-Abos gesammelt in Alle KI-Trends.
Ähnliche Modelle
Weitere Modelle derselben Art wie DeepSeek LLM 67B, ausgewählt nach Modellreihe, Anbieter, Größe, Preis und Erscheinungsdatum.
- DeepSeek-R1-Distill-Llama-70BDeepSeek · gleicher Anbieter
- DeepSeek-R1-Distill-Qwen-32BDeepSeek · gleicher Anbieter
- DeepSeek Coder V2DeepSeek · gleicher Anbieter
- DeepSeek-R1DeepSeek · gleicher Anbieter
- DeepSeek-V3DeepSeek · gleicher Anbieter
- DeepSeek R1 0528 Qwen3 8BDeepSeek · gleicher Anbieter
- DeepSeek-V3 0324DeepSeek · gleicher Anbieter
- DeepSeek V4.1 Flash 1017DeepSeek · gleicher Anbieter
Alle technischen Daten
Architektur
Ein- und Ausgabe
Wasserzeichen und Herkunft
KI-Wasserzeichen meint unsichtbare Signale in der Ausgabe. Sichtbare Zeichen und Herkunftsmetadaten sind getrennt aufgeführt. Unbekannt bedeutet, dass für die jeweilige Angabe kein ausreichender Beleg vorliegt.
- KI-Wasserzeichen
- Unbekannt
- ohne Quelle
- Wasserzeichen-Technik
- Nicht bekannt
- ohne Quelle
Lizenz und Zugang
Häufige Fragen zu DeepSeek LLM 67B
Wie groß ist das Kontextfenster von DeepSeek LLM 67B?
4.096 Token. So viel Text liest DeepSeek LLM 67B auf einmal, das sind rund 10 A4-Seiten.
Seitenzahl als Faustregel nach Artificial Analysis
Kann ich DeepSeek LLM 67B lokal nutzen?
Ja, die Gewichte sind offen.
Angaben von DeepSeek
- Offene Gewichte
- ja
- Lizenz
- DeepSeek License
- Parameter
- 67 Mrd.
- davon aktiv je Token
- k. A.
Quellen und Datenstand
Alle 10 Quellen anzeigen
Benchmarkquellen im Überblick
Welche unabhängigen Auswerter dieses Modell getestet haben. Das ist Abdeckung, keine Qualitätsrangliste.
Für dieses Modell ist derzeit kein aktives Ergebnis der geprüften externen Auswerter zugeordnet. Weitere Quellenbelege stehen darunter.
Ohne Herstellerangaben sowie historische oder strittige Ergebnisse; diese stehen gekennzeichnet bei den Einzelwerten.
| Art | Nachweis und Datenstand |
|---|---|
| Eingabe | Dokumentierte Modalitäten. |
| Ausgabe | Dokumentierte Modalitäten. |
| Recherchestand | Recherchestand 15. Oktober 2026. 3 Quellen-URLs geprüft. Das dokumentiert die geprüften Quellen, nicht sämtliche Veröffentlichungen zu diesem Modell. |
| Nicht veröffentlicht | benchmark-task-dates-and-non-math-units Hinweis Der Mathematik-Anhang kennzeichnet Prozentwerte ausdrücklich und unterscheidet CoT von Tool-gestütztem Reasoning. Für die übrigen Tabellenwerte fehlen Ausführungsdaten, Bewertungsprotokoll und Einheiten. |
| Nicht veröffentlicht | Table 6, AlignBench, MT-Bench and held-out per-model denominators and uncertainty Hinweis Die geprüften Autorentabellen nennen pro Zeile weder gewertete Fallzahl noch KI. Aus Benchmark-Umfang oder Prompt-Zahlen wird kein sampleCount abgeleitet. |
| Ungeklärt | IFEval paper and repository value discrepancy Hinweis arXiv-Tabelle 9 nennt 55,5 für die Prompt-Level-Loose-Metrik; evaluation/more_results.md nennt 59,1 für Prompt-level Instruction Following. Die Laufmetadaten lösen den Unterschied nicht auf. |
| Weitere Quelle | DeepSeek LLM author evaluation appendix (abgerufen 15. Oktober 2026) |
| Weitere Quelle | DeepSeek AI, technical report (abgerufen 17. Oktober 2026) |
| Weitere Quelle | Modellmetadaten (abgerufen 17. Oktober 2026) |
| Weitere Quelle | OpenRouter: Beliebtheitsindex (abgeleitet), CC BY 4.0 |
| Weitere Quelle | Vercel AI Gateway: Beliebtheitsindex (abgeleitet), CC BY 4.0 |
| Weitere Quelle | Ollama: kumulierte Downloads für den Beliebtheitsindex |
| Weitere Quelle | Replicate: kumulierte Ausführungen für den Beliebtheitsindex |
| Weitere Quelle | Google Trending Now: begrenzte Feed-Auswahl für Deutschland und USA |
| Weitere Quelle | Creative Commons Attribution 4.0 |