DeepSeek 的 MIT 智能体运行时，工具、记忆、子智能体和停止逻辑均为插件，可搭配 V4 Flash 或 V4 Pro 使用，软件本身免费，只按 API token 付费。

DeepSeek 官方小型智能体模型：284B 总参 / 13B 激活 MoE 架构、1M token 上下文、MIT 开源权重、DSpark 投机解码，每 1M token 仅 $0.14/$0.28。

DeepSeek 旗舰 1.6T MoE 模型，激活参数 49B，1M token 上下文，MIT 协议开源权重，LiveCodeBench 编码得分全球第一，定价仅为封闭前沿模型的零头。

DeepSeek 原生的终端 AI 编程智能体。配置与插件驱动的框架，打包为单一静态 Go 二进制，围绕 DeepSeek 前缀缓存优化，长会话 token 成本极低。GitHub 32,000+ star。

任务驱动的工作空间：Chief 智能体把你的目标拆成待办，按工种分派给前端/后端/QA/DevOps 等智能体并持续追踪进度。支持 GPT、Claude、DeepSeek 等 700+ 模型，代码在你的机器上执行。

OpenAI 兼容 AI API 网关：一个 Base URL、一个 Key 统一接入 GPT、Claude、Gemini、DeepSeek、Sora、VEO 等 60+ 模型，支持路由、故障切换与统一计费。

DeepSeek-R1 是 6710 亿参数（每 token 激活 370 亿）的推理模型，基于强化学习训练，2025 年 1 月发布，采用 MIT 许可证开放权重。

DeepSeek 从未发布过名为 Coder-V2.5 的模型；2024 年 9 月的 DeepSeek-V2.5 合并了 V2 Chat 与 Coder-V2，API 现以 V4 模型为主。

cogvlm-base-490-hf 是 Z.ai（原 THUDM）发布的开源 CogVLM-17B 视觉语言模型检查点，带视觉专家模块，代码采用 Apache-2.0。

DeepSeek-V2.5 于 2024 年 9 月 5 日发布，把 DeepSeek-V2-Chat 与 Coder-V2-Instruct 合并为一个 236B 开源权重的对话与代码模型。

DeepSeek V3 是 671B 参数的混合专家模型（每 token 激活 37B），训练数据 14.8T token，上下文 128K；DeepSeek API 现已列出 V4 系列。

DeepSeek V4 预计将是 DeepSeek 旗舰模型系列的下一个重大版本，继备受赞誉的 V3 和 V3.2 之后推出。虽然官方细节尚未公布，但该模型预计将基于 DeepSeek 已验证的混合专家（MoE）架构，在推理能力、多模态处理和智能体交互方面实现显著改进。

DeepSeek-VL-7B-Base 是开源的 7B 视觉语言模型，采用 SigLIP-L 与 SAM-B 混合视觉编码器，支持 1024x1024 图像，基于 DeepSeek-LLM-7B-Base。

QwQ-32B-Preview 是 Qwen 2024 年 11 月发布的实验性 32B 推理模型，基于 Qwen2.5-32B，上下文 32,768，采用 Apache 2.0；后续发布了 QwQ-32B。

DeepSeek 开源的 Apache-2.0 离线推理框架，面向 DeepSeek V4.1 Flash 在 NVIDIA SM100 GPU 或华为 Ascend 950 NPU 上的大规模服务。

DeepSeek-V4.1-Flash 是 MIT 的 552B 多模态 MoE，预填充 8B、解码 16B 激活，1M 上下文，KV 缓存约为 V4-Flash 的四分之一。

DeepSeek-V4-Flash-Vision-Exp 是 V4 家族首个多模态实验：Flash 架构加视觉模块，MIT 权重，约 305B 参数。