DeepSeek
Met afstand de goedkoopste optie hier en de enige die zijn echte frontier-model als open gewichten uitbrengt — met als kanttekening dat de gehoste API data in China opslaat.
Hoe je het prompt
Besef dat dit is afgeleid en niet gedocumenteerd. DeepSeek publiceert geen promptrichtlijnen, dus wat volgt komt uit zijn functiepagina’s en niet uit advies dat het geeft.
Stel denken bewust in. Het staat standaard aan op hoge inspanning, en uitzetten doe je met een parameter en niet met een promptinstructie.
Stel temperatuur niet in terwijl denken aanstaat. Die wordt geaccepteerd en stilzwijgend genegeerd, dus een prompt die niet lijkt te reageren op sampling-wijzigingen gedraagt zich zoals gedocumenteerd.
Voor JSON-uitvoer: gebruik het woord json in je prompt en toon een voorbeeld van de gewenste vorm. DeepSeek documenteert dit als eis, niet als suggestie.
Gebruik assistant prefill om het begin van een antwoord vast te zetten. Het is een van de weinige sterke opmaakmiddelen die het platform biedt.
Houd het begin van je prompt stabiel over meerdere beurten. Caching werkt op exacte prefixen, dus een stabiele opening levert zowel een flinke korting als goede praktijk op.
Sterke punten
- Veruit het goedkoopst, met twee structurele kortingen die anderen niet bieden: daluren tegen halve prijs, en gecachete invoer voor een fractie van de volle prijs.
- De enige aanbieder hier die voor de hele reeks een echte maximale uitvoer publiceert, op een zeer groot contextvenster. Voor lange generaties is dat de duidelijkste specificatie die er is.
- Echt open gewichten onder MIT — de meest permissieve licentie van alle aanbieders op deze site, en toegepast op het frontier-model in plaats van een uitgeklede versie.
- Drie API-vormen, die aansluiten op die van twee andere grote leveranciers, zodat elders geschreven prompts met weinig aanpassing overkomen.
Zwakke punten
- Helemaal geen promptdocumentatie. Er is geen pagina over prompt engineering en nergens structurele richtlijnen, dus niets hier is advies van DeepSeek zelf over hoe je voor zijn modellen schrijft.
- Verschillende faalmodi zijn stil. Temperatuur en verwante sampling-instellingen worden geaccepteerd en genegeerd zolang denken aanstaat, een onbekende modelnaam wordt omgeleid in plaats van een fout te geven, en de leverancier erkent dat gestructureerde uitvoer soms leeg terugkomt.
- DeepSeeks eigen privacybeleid stelt dat persoonsgegevens worden verzameld, verwerkt en opgeslagen in de Volksrepubliek China. Er is geen EU-locatieoptie en geen gepubliceerde verwerkersovereenkomst, wat de gehoste API voor veel Europees zakelijk gebruik uitsluit. De open gewichten zijn de schone uitweg.
- De modeldocumentatie geeft geen positionering, geen benchmarks en geen sectie over beperkingen, dus er is weinig houvast bij het kiezen tussen de modellen.
Modellen
DeepSeek V4 Pro
1,6T totale parameters met 49B actief, het capabelere niveau.
- Context
- 1M
- Max uitvoer
- 384K
Goed voor: Zwaar werk voor een fractie van de prijs van concurrenten, en zeer lange generaties.
Let op: Gehoste data wordt in China opgeslagen. Host de MIT-gewichten zelf als dat een probleem is.
DeepSeek V4 Flash
284B totale parameters met 13B actief, het snelle niveau.
- Context
- 1M
- Max uitvoer
- 384K
Goed voor: Hoog volume tegen de laagste prijs op deze site, met dezelfde context- en uitvoerlimieten als het grotere model.
Let op: Aanzienlijk meer gelijktijdigheid toegestaan dan het Pro-niveau, wat voor batchwerk meer uitmaakt dan de prijs.
Bronnen en onderbouwing
- 1Thinking modeDeepSeekStandaardinstellingen voor denken, inspanningsniveaus, en de sampling-parameters die stil worden genegeerd.
- 2JSON outputDeepSeekDe eis het woord json en een voorbeeld op te nemen, en het erkende probleem met lege antwoorden.
- 3PricingDeepSeekContext, maximale uitvoer, en de kortingen voor daluren en gecachete invoer.
- 4Privacy policyDeepSeekDe verklaring dat persoonsgegevens worden verwerkt en opgeslagen in de Volksrepubliek China.