MITのエージェントランタイム。再確認：GitHub 144,198 stars。払うのはモデルAPIだけ。現行Flashピークは$0.44/$1.32/1Mで、旧$0.14/$0.28ではない。

DeepSeek公式の小型エージェントモデル。284B総計/13BアクティブのMoE、100万トークンコンテキスト、MITオープンウェイト、DSpark投機デコード、100万トークンあたり$0.14/$0.28の料金。

DeepSeek のフラッグシップ 1.6T MoE モデル。活性化パラメータ 49B、1M トークンのコンテキスト、MIT ライセンスのオープンウェイトを備え、世界トップのコーディングスコアをクローズドモデルのごく一部の価格で実現。

DeepSeek ネイティブのターミナル用 AI コーディングエージェント。設定・プラグイン駆動のハーネスを単一の静的 Go バイナリで提供し、DeepSeek のプレフィックスキャッシュに最適化して長いセッションのトークンコストを抑制。GitHub 32,000 以上スター。

人間とAIエージェントのためのタスク駆動ワークスペース。Chief エージェントが目標を TODO に分解し、フロントエンド・バックエンド・QA・DevOps など職種別にエージェントへ割り当てて進捗を追跡。GPT・Claude・DeepSeek など 700 以上のモデルに対応し、実行は自前のマシンで行う。

OpenAI互換のAI APIゲートウェイ。1つのBase URLとAPIキーでGPT・Claude・Gemini・DeepSeek・Sora・VEOなど60以上のモデルに統一アクセス。ルーティング、フェイルオーバー、統合請求に対応。

DeepSeek-R1 は6,710億パラメータ（トークンあたり370億が有効）の推論モデル。強化学習で訓練され、2025年1月に MIT ライセンスで重みが公開されました。

DeepSeek に Coder-V2.5 という名のモデルはなく、2024 年 9 月の DeepSeek-V2.5 が V2 Chat と Coder-V2 を統合しました。現在の API は V4 が中心です。

cogvlm-base-490-hf は Z.ai（旧 THUDM）が公開するオープンな CogVLM-17B の視覚言語モデルで、ビジュアルエキスパートを備え、コードは Apache-2.0 です。

DeepSeek-V2.5 は 2024 年 9 月 5 日に公開。V2-Chat と Coder-V2-Instruct を統合した 236B のオープンウェイトの対話・コードモデルです。

DeepSeek V3 は 671B パラメータの MoE モデル（有効 37B）で、14.8T トークンで学習し、コンテキストは 128K。DeepSeek の API は現在 V4 系を掲載しています。

DeepSeek V4 は、DeepSeek のフラッグシップ AI モデルの次世代版であり、V3 の成功を基盤に、推論能力、マルチモーダル理解、エージェントベースのインタラクションの向上が期待されています。

DeepSeek-VL-7B-Base はオープンな 7B 視覚言語モデルで、SigLIP-L と SAM-B の混合エンコーダで 1024x1024 画像に対応し、DeepSeek-LLM-7B-Base を基盤とします。

QwQ-32B-Preview は Qwen が 2024 年 11 月に公開した実験的な 32B 推論モデルで、Qwen2.5-32B ベース、コンテキスト 32,768、Apache 2.0。後に QwQ-32B が公開されました。

DeepSeek が公開した Apache-2.0 のオフライン推論フレームワーク。DeepSeek V4.1 Flash を NVIDIA SM100 GPU または Huawei Ascend 950 NPU で大規模提供する用途向け。

DeepSeek-V4.1-Flash は MIT の 552B マルチモーダル MoE で、プリフィル 8B・デコード 16B 活性化、1M コンテキスト、KV キャッシュは V4-Flash の約 1/4。

DeepSeek-V4-Flash-Vision-Exp は V4 初のマルチモーダル実験。Flash に視覚モジュールを足した MIT 重みで、約 305B パラメータ。