DeepSeek宣布发布开源模型DeepSeek-Coder-V2，该模型在代码和数学能力上超越了GPT-4-Turbo，成为全球首个在这些领域竞争的开源模型。DeepSeek-Coder-V2基于DeepSeek-V2的模型结构，总参数236B，激活参数21B，具有全球顶尖的代码和数学能力，并在多个排行榜上位居全球第二，次于GPT-4o和GPT-4-Turbo之间。同时，它在中英通用能力上也表现出色，位列国内第一梯队。
DeepSeek-Coder-V2与DeepSeek-V2相比，各有所长，前者更擅长理科，后者更擅长文科。该模型和相关代码、论文全部开源，免费商用，无需申请，提供两种规模：236B和16B，并支持API服务和本地私有化部署。
全球顶尖的代码、数学能力
模型架构
DeepSeek-Coder-V2采用专家混合（Mixture-of-Experts, MoE）架构，专门设计用于增强代码和数学推理能力。以下是该模型的一些关键架构特点：
- 专家混合（MoE）架构：通过多个专家模型的协同工作来处理复杂任务，显著提高了模型的推理能力和效率。
- 进一步预训练：基于DeepSeek-Coder-V2-Base，从高质量和多源语料库中提取6万亿个token进行预训练，增强了编码和数学推理能力。
- 多语言支持：支持的编程语言从86种扩展到338种，适应更多样化的开发需求。
- 扩展上下文长度：支持的上下文长度从16K扩展到128K，能够处理更长的输入内容。
模型规模
DeepSeek-Coder-V2提供了两种规模的模型，分别为236B参数和16B参数，满足不同的应用需求：
-
DeepSeek-Coder-V2：总参 236B（即官网和 API 版模型），单机 8*80G 可部署，单机 8*80G 可微调（需要技巧） -
DeepSeek-Coder-V2-Lite：总参 16B，激活 2.4B，支持 FIM，代码能力接近 DeepSeek-Coder-33B（V1），单卡 40G 可部署，单机 8*80G 可训练。
DeepSeek-Coder-V2 和 DeepSeek-V2 的差异
API服务
DeepSeek-Coder-V2 API 支持 32K 上下文，价格和 DeepSeek-V2 一致，还是大家熟悉的低价：
评估结果
在标准的基准测试中，DeepSeek-Coder-V2的性能优于一些闭源模型，例如GPT4-Turbo、Claude 3 Opus和Gemini 1.5 Pro，特别是在代码生成和数学推理的测试中。
1. 代码生成
在多个代码生成基准测试中，DeepSeek-Coder-V2表现优异，特别是在HumanEval、MBPP+、LiveCodeBench和USACO等测试中，显著超越了许多闭源和开源模型。
| 模型 | 参数量 | HumanEval | MBPP+ | LiveCodeBench | USACO |
|---|---|---|---|---|---|
| GPT-4o-0513 | 闭源 | 91.0 | 73.5 | 43.4 | 18.8 |
| GPT-4-Turbo-0409 | 闭源 | 88.2 | 72.2 | 45.7 | 12.3 |
| GPT-4-Turbo-1106 | 闭源 | 87.8 | 69.3 | 37.1 | 11.1 |
| DeepSeek-Coder-V2-Instruct | 236B | 90.2 | 76.2 | 43.4 | 12.1 |
| DeepSeek-Coder-V2-Lite-Instruct | 16B | 81.1 | 68.8 | 24.3 | 6.5 |
2. 代码补全
在RepoBench和HumanEval FIM测试中，DeepSeek-Coder-V2也显示出强大的代码补全能力。
| 模型 | 参数量 | RepoBench (Python) | RepoBench (Java) | HumanEval FIM |
|---|---|---|---|---|
| GPT-4o-0513 | 闭源 | 46.1 | 45.7 | 86.4 |
| DeepSeek-Coder-V2-Instruct | 236B | 43.1 | 44.8 | 86.4 |
| DeepSeek-Coder-V2-Lite-Base | 16B | 38.9 | 43.3 | 86.4 |
3. 代码修复
在Defects4J和SWE-Bench测试中，DeepSeek-Coder-V2的表现也十分突出。
| 模型 | 参数量 | Defects4J | SWE-Bench | Aider |
|---|---|---|---|---|
| GPT-4o-0513 | 闭源 | 26.1 | 26.7 | 72.9 |
| GPT-4-Turbo-0409 | 闭源 | 24.3 | 18.3 | 63.9 |
| DeepSeek-Coder-V2-Instruct | 236B | 21.0 | 12.7 | 73.7 |
| DeepSeek-Coder-V2-Lite-Instruct | 16B | 9.2 | 0.0 | 44.4 |
4. 数学推理
在GSM8K、MATH、AIME 2024和Math Odyssey等数学推理基准测试中，DeepSeek-Coder-V2表现卓越。
| 模型 | 参数量 | GSM8K | MATH | AIME 2024 | Math Odyssey |
|---|---|---|---|---|---|
| GPT-4o-0513 | 闭源 | 95.8 | 76.6 | 2/30 | 53.2 |
| GPT-4-Turbo-0409 | 闭源 | 93.7 | 73.4 | 3/30 | 46.8 |
| DeepSeek-Coder-V2-Instruct | 236B | 94.9 | 75.7 | 4/30 | 53.7 |
| DeepSeek-Coder-V2-Lite-Instruct | 16B | 86.4 | 61.8 | 0/30 | 44.4 |
5. 自然语言处理
在BBH、MMLU、ARC等自然语言处理基准测试中，DeepSeek-Coder-V2也取得了令人瞩目的成绩。
| 测试 | 领域 | DeepSeek-V2-Lite Chat | DeepSeek-Coder-V2-Lite Instruct | DeepSeek-V2 Chat | DeepSeek-Coder-V2 Instruct |
|---|---|---|---|---|---|
| BBH | 英文 | 48.1 | 61.2 | 79.7 | 83.9 |
| MMLU | 英文 | 55.7 | 60.1 | 78.1 | 79.2 |
| ARC-Easy | 英文 | 86.1 | 88.9 | 98.1 | 97.4 |
| ARC-Challenge | 英文 | 73.4 | 77.4 | 92.3 | 92.8 |
| TriviaQA | 英文 | 65.2 | 59.5 | 86.7 | 82.3 |
| NaturalQuestions | 英文 | 35.5 | 30.8 | 53.4 | 47.5 |
| CLUEWSC | 中文 | 80.0 | 76.5 | 89.9 | 85.9 |
| C-Eval | 中文 | 60.1 | 61.6 | 78.0 | 79.4 |
| CMMLU | 中文 | 62.5 | 62.7 | 81.6 | 80.9 |
6. 上下文窗口
在Needle In A Haystack (NIAH)测试中，DeepSeek-Coder-V2在所有上下文窗口长度（最长达128K）上表现出色。
模型下载：
- DeepSeek-Coder-V2-Lite-Base
- DeepSeek-Coder-V2-Lite-Instruct
- DeepSeek-Coder-V2-Base
- DeepSeek-Coder-V2-Instruct
在线体验: coder.deepseek.com
GitHub：https://github.com/deepseek-ai/DeepSeek-Coder-V2
