Sprachmodell

DeepSeek LLM 67B

DeepSeek

Veröffentlicht: November 2023

Eingabe: Text
Ausgabe: Text

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.

Technische Daten und Zugang

Angabe	Wert und Quelle
Gewichte	Open WeightsQuelle
Parameter	67 Mrd.Quelle
Kontextfenster	4.096 TokenQuelle
Lizenz	DeepSeek LicenseQuelle
Eingaben	TextQuelle
Ausgaben	TextQuelle

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.

Quelle DeepSeek LLM author evaluation appendix

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.

Quelle DeepSeek LLM author evaluation appendix

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.

Quelle DeepSeek LLM author evaluation appendix

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.

Quelle DeepSeek LLM author evaluation appendix

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.

Quelle DeepSeek LLM author evaluation appendix

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.

Quelle DeepSeek LLM author evaluation appendix

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.

Quelle DeepSeek LLM author evaluation appendix

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.

Quelle DeepSeek LLM author evaluation appendix

Prompt-level Instruction Following (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 59.1
Bewertung: 59.1
Messgröße: score
Einheit: Keine Einheit angegeben
Benchmark-Version: DeepSeek LLM 67B Chat
Kategorie: instruction-following
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.
Einordnung: Die Quelle nennt weder Einheit noch Skala. Der veröffentlichte Rohwert bleibt erhalten und wird nicht in Prozent umgerechnet.

Quelle DeepSeek LLM author evaluation appendix

LeetCode Weekly Contest (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 17.5
Bewertung: 17.5
Messgröße: score
Einheit: Keine Einheit angegeben
Benchmark-Version: DeepSeek LLM 67B Chat
Kategorie: coding
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.
Einordnung: Die Quelle nennt weder Einheit noch Skala. Der veröffentlichte Rohwert bleibt erhalten und wird nicht in Prozent umgerechnet.

Quelle DeepSeek LLM author evaluation appendix

Quellen und Datenstand

Art	Nachweis und Datenstand
Eingabe	Dokumentierte Modalitäten. Quelle: Hugging Face · Hugging Face · DeepSeek LLM 67B Chat model card · Redaktionelle Beschreibung geprüft am 2. Oktober 2026
Ausgabe	Dokumentierte Modalitäten. Quelle: Hugging Face · Hugging Face · DeepSeek LLM 67B Chat model card · Redaktionelle Beschreibung geprüft am 2. Oktober 2026
Recherchestand	Recherchestand 15. Oktober 2026. 1 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.
Weitere Quelle	DeepSeek LLM author evaluation appendix (abgerufen 15. Oktober 2026)
Weitere Quelle	OpenRouter: Beliebtheitsindex (abgeleitet), CC BY 4.0
Weitere Quelle	Vercel AI Gateway: Beliebtheitsindex (abgeleitet), CC BY 4.0
Weitere Quelle	Creative Commons Attribution 4.0

DeepSeek LLM 67B

Technische Daten und Zugang

Messungen ohne passende Vergleichswerte

Unsere Tests

SVG-Kurztest

DeepSeek LLM 67B

Beliebtheit

Quellen und Datenstand