Actualités & Mises à jour
1 décembre 2025
DeepSeek publie la version officielle de la V3.2 : les capacités générales sont améliorées et les variantes d'inférence vers spécial sont lancées simultanément
Le 1er décembre 2025, DeepSeek a publié la version officielle de la V3.2 sous le protocole MIT, précipitant l'exploration de l'efficacité telle qu'une attention éparse dans la version officielle, et a simultanément lancé la variante DeepSeek-V3.2-Speciale qui se concentre sur le raisonnement, formant une combinaison « universelle + raisonnement ».
Source : Officiel DeepSeek
21 août 2025
DeepSeek lance la V3.1 : présentation d'une architecture de raisonnement hybride, commutation en un clic entre les modes doubles pensée/non-pensée
Le 21 août 2025, DeepSeek a publié la V3.1 sous le protocole MIT. Il adopte une architecture hybride bimode pensée/non-pensée et entraîne en outre plus de 800 milliards de jetons basés sur la V3. Il s'est grandement amélioré par rapport à la génération précédente sur SWE-bench, Terminal-bench et d'autres benchmarks, ainsi que des capacités d'agent améliorées.
Source : Officiel DeepSeek
29 septembre 2025
DeepSeek publie la version expérimentale V3.2-Exp : introduisant un DSA d'attention éparse pour améliorer l'efficacité des textes longs
Le 29 septembre 2025, DeepSeek a publié la version expérimentale V3.2-Exp, qui a introduit DeepSeek Sparse Attention (DSA) pour améliorer l'efficacité informatique dans des scénarios à contexte long, ouvrant la voie à une optimisation de l'efficacité dans les versions officielles ultérieures.
Source : Officiel DeepSeek
6 mai 2024
DeepSeek lance le grand modèle open source V2 : la première architecture MLA, 236B MoE axée sur des performances à coût élevé
En mai 2024, DeepSeek a publié la série DeepSeek-V2 de grands modèles open source, qui a introduit pour la première fois l'attention latente multi-têtes (MLA) et l'architecture clairsemée MoE. Il dispose d'un total de 236 B de paramètres et d'une seule activation de jeton d'environ 21 B. Il compare les modèles traditionnels avec des coûts d'inférence extrêmement faibles et trace une voie efficace pour les versions V3 et R1 ultérieures.
Source : Officiel DeepSeek
20 janvier 2025
DeepSeek publie le modèle d'inférence R1 : le benchmark open source du MIT OpenAI o1, déclenchant un choc mondial sur l'IA
Le 20 janvier 2025, DeepSeek a ouvert le modèle d'inférence DeepSeek-R1 sous le protocole MIT. Il a été initialisé à partir de V3-Base et formé avec une formation basée sur l'apprentissage par renforcement. Le raisonnement mathématique et de programmation a été comparé à OpenAI o1 et est disponible gratuitement. L'application a rapidement dominé l'App Store américain et a provoqué un choc sur le marché.
Source : Officiel DeepSeek
24 avril 2026
DeepSeek publie la version 3.2.0 pour améliorer la stabilité de l'inférence et les performances de l'API
DeepSeek publie la version 3.2.0, axée sur la mise à niveau de la stabilité des inférences complexes et des performances des services à haute concurrence.
Source : Officiel DeepSeek
28 mai 2025
DeepSeek publie la version améliorée R1-0528 : un raisonnement plus fort, moins d'hallucinations, des repères mathématiques considérablement améliorés
Le 28 mai 2025, DeepSeek a publié la version mise à niveau R1-0528 sous licence MIT. La capacité de raisonnement est considérablement améliorée, les hallucinations sont réduites et les performances aux tests mathématiques tels que l'AIME 2025 sont considérablement améliorées. Il s'agit d'une itération importante du modèle d'inférence R1.
Source : Officiel DeepSeek
7 mai 2026
Inventaire de la famille open source DeepSeek : transformer l'ingénierie d'inférence du MoE de « boîte noire » en « manuel »
L'infrastructure intensive d'inférence et de formation open source 2025-2026 de DeepSeek, FlashMLA, DeepEP, DeepGEMM, DeepSpec, 3FS, etc., couvre l'intégralité du lien « algorithme-noyau-communication-stockage », est ouverte sous le protocole MIT et exporte systématiquement les capacités efficaces d'ingénierie d'inférence du MoE vers les développeurs mondiaux.
Source : Organisation officielle de DeepSeek GitHub
9 juin 2026
Comprendre DeepL Write dans un seul article : assistant IA pour l'écriture et le polissage multilingues
Les fonctionnalités de base de DeepL Write, la structure des coûts, l'évolution des versions, les scénarios d'application et les limites applicables aident l'équipe à réaliser des projets pilotes et des évaluations pré-achat.
Source : DeepL Écrire la documentation officielle
Inventaire des capacités DataRobot : référence de sélection pour les équipes de traitement des données IA
DataRobot est une plateforme d'automatisation d'IA/ML au niveau de l'entreprise fondée en 2012. Elle sert plus de 1 000 grandes entreprises clientes dans le monde entier et fournit des solutions complètes de cycle de vie, depuis AutoML jusqu'au déploiement de modèles, à la surveillance des alarmes et à la gouvernance de l'IA.
Source : Documentation officielle de DataRobot
Inventaire des capacités côté publication D-ID : le chemin de mise en œuvre de la vidéo IA et de l'avatar interactif
D-ID fournit des fonctionnalités de vidéo IA, d'avatar interactif, de traduction vidéo et d'accès API aux entreprises et aux équipes. Les informations publiques montrent que sa gamme de produits couvre plusieurs scénarios de livraison commerciale.
Source : Documentation officielle D-ID, évaluation de la plateforme de génération humaine et vidéo numérique, correspondance des outils vidéo IA
Comprendre DALL-E en un seul article : modèle texte-image OpenAI
DALL-E 3 est un modèle texte-image OpenAI qui peut être utilisé directement dans ChatGPT. Il offre une compréhension précise des mots et un filtrage de sécurité du contenu intégré. Le prix de l'API commence à 0,040 $/pièce et convient aux développeurs souhaitant intégrer des capacités d'image IA.
Source : Documentation officielle du DALL-E
Observation du produit Cursor : inventaire des capacités dans le sens de la programmation de l'IA
Cursor est un éditeur de code natif d'IA produit par Anysphere, fournissant Agent, Composer, Tab, Cmd-K, Bugbot, CLI, Cloud Agents, MCP et d'autres fonctionnalités.
Source : Documentation officielle du curseur
Démantèlement de la fonction CustomPod.io et analyse de scénario applicable
Les fonctions publiques de CustomPod.io, la structure des coûts, les informations de version et les limites applicables sont organisées.
Source : Documentation officielle de CustomPod.io
Démantèlement de la fonction CrewAI et analyse de scénario applicable
CrewAI est un framework d'orchestration multi-agents qui prend en charge la division des rôles et la collaboration pour accomplir des tâches complexes. Cet article résume ses fonctions, ses tarifs et ses scénarios d'application.
Source : Documentation officielle de CrewAI
Comment utiliser Craiyon : avec le flux de tâches exécutables comme noyau
Les fonctions publiques de Craiyon, la structure des coûts, les informations de version et les limites applicables sont organisées.
Source : Documentation officielle de Craiyon
Inventaire des capacités de CowAgent : référence de sélection pour les équipes d'agents IA
CowAgent fournit des capacités d'agent de terminal et prend en charge plusieurs modèles, mémoire, appels d'outils et expansion des compétences. Cet article traite de son rythme de version, de sa structure de coûts, de ses méthodes de mise en œuvre et des limites applicables.
Source : Documentation officielle de CowAgent
Analyse des capacités de Coze : comment utiliser les scénarios d'agents IA
Coze est une plateforme de construction AI Bot sans code lancée par Bytedance. Il utilise gratuitement des modèles haut de gamme tels que GPT-4. Il dispose de plus de 100 plug-ins et fonctions de base de connaissances intégrés, et prend en charge la publication en un clic sur Feishu, Discord et d'autres chaînes. La version domestique est "bouton".
Source : Documentation officielle de Coze
Analyse des capacités de Coqui : Comment utiliser les scènes audio de l'IA
Les fonctions publiques de Coqui, la structure des coûts, les informations de version et les limites applicables sont organisées.
Source : Documentation officielle de Coqui
3 février 2026
DeepSeek open source OCR-2 : Re-comprendre les documents longs avec un « flux causal visuel »
DeepSeek a publié une nouvelle génération de modèle OCR open source DeepSeek-OCR-2 sur GitHub. Il est open source sous le protocole Apache-2.0. La solution technique adopte le « Visual Causal Flow » et est meilleure que la première génération en matière d'OCR de documents longs et de reconnaissance de mises en page complexes. Le projet de première génération a reçu environ 23 700 étoiles.
Source : Dépôt officiel DeepSeek GitHub