DeepSeek Coder V2

CodeRetiréNon disponible
par DeepSeekID du modèle: deepseek-coder-v2

DeepSeek's specialized coding model. Excellent at code generation, debugging, and explanation.

Statut
Non disponible
Contexte
128 000 tokens
Max. sortie
8 192 tokens
Entrée → Sortie
Texte → Texte
Développeur
DeepSeek
Mis à jour
23 septembre 2026

DeepSeek Coder V2 n'est actuellement pas disponible

Vous pouvez toujours consulter les détails sur cette page. Choisissez l'une des alternatives disponibles ci-dessous pour exécuter immédiatement un modèle comparable.

Voir les alternatives

Le fournisseur a retiré ce modèle.

Nouvelle version disponible : DeepSeek V4.1 Flash

01

Modèles comparables

Tous dans cette catégorie
02

Playground

Essayer DeepSeek Coder V2

Chat

Actuellement indisponible

Actuellement indisponible.

Le playground est désactivé. Vous pouvez trouver des modèles comparables dans la même catégorie : Parcourir les alternatives

Essayer DeepSeek Coder V2

Envoyez un message. La réponse arrive complète une fois que le modèle a terminé (sans streaming).

Prompt système
Longueur max. de la réponse (tokens)

Cette exécution

Pas de prix – actuellement indisponible.

Nouveau par ici ?

10 crédits gratuits (0,10 $US) lors de l'inscription avec Google

Utilisable 24 heures après l'inscription, jusqu'à 5 exécutions par jour et au maximum 2 crédits par exécution. Les autres méthodes de connexion commencent sans crédits.

03

À propos de DeepSeek Coder V2

RésuméAu 23 septembre 2026

DeepSeek Coder V2 est un modèle de DeepSeek dans la catégorie Code. DeepSeek Coder V2 n'est actuellement pas disponible sur Railwail. La fenêtre de contexte contient 128 000 tokens, et une réponse peut faire jusqu'à 8 192 tokens. Version plus récente : DeepSeek V4.1 Flash.

Arrière-plan

À propos de DeepSeek

Fondée 2023 · Hangzhou, China

DeepSeek AI was founded in July 2023 in Hangzhou by Liang Wenfeng, who is also co-founder of the High-Flyer quantitative hedge fund. High-Flyer's GPU cluster (thousands of NVIDIA A100/H800 cards stockpiled before US export controls tightened) bootstrapped DeepSeek's training capacity. The lab is known globally for highly efficient training recipes documented in transparent technical reports. The DeepSeek-Coder line started with V1 (1.3B-33B dense models, November 2023). DeepSeek-Coder V2, released June 2024, brought MoE scaling — a 236B/21B-active model that matched or exceeded GPT-4 Turbo on code benchmarks at release. A 'Lite' 16B-active sibling was also released. DeepSeek's later DeepSeek-V3 (December 2024) and DeepSeek-R1 (January 2025) absorbed many DeepSeek-Coder design lessons. All releases use the permissive DeepSeek License with broad commercial-use rights.

Visiter DeepSeek

Architecture

Sparse Mixture-of-Experts Transformer for code (DeepSeekMoE + Multi-head Latent Attention)

DeepSeek-Coder V2 is a Sparse Mixture-of-Experts Transformer using the DeepSeekMoE architecture: 160 fine-grained experts plus 2 shared 'always-on' experts per MoE layer, with top-6 routing among the 160. This fine-grained + shared design (introduced in the DeepSeek-MoE paper) gives better expert specialisation than coarse 8x or 16x MoEs at similar active-parameter budgets. The model has 60 layers and 5,120 hidden size, uses Multi-head Latent Attention (MLA) for memory-efficient KV cache, RoPE position embeddings with a 128K context extension, and SwiGLU activations. The 100,000-token DeepSeek BPE tokeniser is shared across the DeepSeek family. Training began from the DeepSeek-V2 base (8.1T tokens pretraining) and added 6T more tokens of code, code-related natural language and math reasoning data. Programming language coverage is 338 languages — broader than any contemporaneous open code model. The model supports fill-in-the-middle via `<|fim_begin|>`, `<|fim_hole|>` and `<|fim_end|>` tokens. Post-training uses supervised fine-tuning plus DeepSeek's Group Relative Policy Optimisation (GRPO) RL method. A 16B-active 'Lite' variant (DeepSeek-Coder-V2-Lite) is also released. Open weights are released under the permissive DeepSeek License Agreement, which allows commercial use.

Paramètres
236B total, 21B active per token (160 fine-grained experts + 2 shared, top-6 routing)
Contexte
128 000 tokens

Capacités

  • 236B total / 21B active — MoE cheaper to serve than 200B+ dense alternatives
  • Matched or exceeded GPT-4 Turbo on HumanEval, MBPP, LiveCodeBench at release
  • Supports 338 programming languages — broader than Codestral, CodeLlama or any peer at release
  • 128K context for whole-repo and large-file reasoning
  • Native fill-in-the-middle (FIM) tokens for IDE completion
  • Multi-head Latent Attention for memory-efficient inference
  • Strong general reasoning and math from the V2 base — not just code
  • Open weights under permissive DeepSeek License (commercial use allowed)
  • Best for: high-quality code generation, repository-scale reasoning, polyglot codebases, self-hosted production code AI.

Entraînement et licence

Continued pretraining from DeepSeek-V2 base (8.1T tokens). Added 6T tokens of code-and-math-heavy data: code repositories across 338 languages (60% of the additional mix), code-related natural language (10%), math reasoning data (10%) and web data (20%). Knowledge cutoff November 2023. Post-training is supervised fine-tuning plus GRPO RL on reasoning and code benchmarks.

Licence: DeepSeek License Agreement. Permissive commercial license with standard acceptable-use restrictions. No revenue threshold or separate-licence requirement — among the most liberal frontier-scale open-weights licenses.

Tests de sécurité: DeepSeek publishes a model card with limitations. The model filters politically sensitive topics consistent with Chinese regulations but is permissive on technical dual-use queries (typical for code models). No formal third-party red-team report.

Limitations connues

  • 236B total weights need ~470GB FP16 (~120GB INT4) — heavy for self-hosting
  • Superseded on many benchmarks by DeepSeek-V3 and DeepSeek-V3-Coder successors
  • Latency higher than smaller dense code models for short completion calls
  • MoE routing means fewer inference engines support it cleanly
  • No vision modality
  • Filters politically sensitive Chinese topics consistent with regulations
04

Tarification

Actuellement indisponible. Il n'y a actuellement pas de prix pour ce modèle, il ne peut donc pas être exécuté.

05

API

Appelez DeepSeek Coder V2 avec votre clé API Railwail. Utilisez cet ID de modèle dans la requête :

Actuellement indisponible

Le modèle n'a pas de prix vérifié ou est désactivé ; les appels API sont refusés.

06

Spécifications

ID du modèle
deepseek-coder-v2
Développeur
DeepSeek
Catégorie
Code
Entrée
Texte
Sortie
Texte
Fenêtre de contexte
128 000 tokens
Sortie max.
8 192 tokens
Cycle de vie
Retiré
Taille du modèle
236B total, 21B active per token (160 fine-grained experts + 2 shared, top-6 routing)
Licence
DeepSeek License Agreement. Permissive commercial license with standard acceptable-use restrictions. No revenue threshold or separate-licence requirement — among the most liberal frontier-scale open-weights licenses.
Entrée du catalogue mise à jour
23 septembre 2026

Étiquettes

  • coding
  • affordable
07

Prompts d'exemple

Exemples du catalogue Railwail. Ils n'ont pas été générés en direct sur cette page.
  • Python Binary Search

    Write an efficient binary search function in Python that returns the index of a target value or -1 if not found
    Afficher la réponse d'exemple

    def binary_search(arr: list[int], target: int) -> int: left, right = 0, len(arr) - 1 while left <= right: mid = left + (right - left) // 2 if arr[mid] == target: return mid elif arr[mid] < target: left = mid + 1 else: right = mid - 1 return -1 # Example usage: # sorted_list = [1, 3, 5, 7, 9, 11, 13] # print(binary_search(sorted_list, 7)) # Output: 3

  • React Custom Hook

    Create a React custom hook called useDebounce that debounces a value by a given delay
    Afficher la réponse d'exemple

    import { useState, useEffect } from 'react'; function useDebounce<T>(value: T, delay: number): T { const [debouncedValue, setDebouncedValue] = useState<T>(value); useEffect(() => { const timer = setTimeout(() => { setDebouncedValue(value); }, delay); return () => { clearTimeout(timer); }; }, [value, delay]); return debouncedValue; } export default useDebounce; // Usage: // const debouncedSearch = useDebounce(searchTerm, 300);

08

Cas d'usage

À quoi ça sert

  • Production-grade code generation and completion
  • Repository-scale reasoning and refactoring
  • Multi-language polyglot code work (338 languages)
  • Self-hosted developer AI in regulated industries
  • Code review and explanation
  • Research baseline for fine-grained MoE code models
09

Questions fréquemment posées

Qu'est-ce que DeepSeek Coder V2 ?

DeepSeek Coder V2 est un modèle de DeepSeek dans la catégorie Code. Il est répertorié sur Railwail mais ne peut pas être exécuté pour le moment.

Combien coûte DeepSeek Coder V2 sur Railwail ?

DeepSeek Coder V2 ne peut pas être exécuté sur Railwail pour le moment, il n'y a donc pas de prix actuel. Les alternatives disponibles avec leurs prix sont listées plus bas sur cette page.

Quelle est la fenêtre de contexte de DeepSeek Coder V2 ?

La fenêtre de contexte de DeepSeek Coder V2 contient 128 000 tokens. Une réponse peut faire jusqu'à 8 192 tokens.

Quelle est la vitesse de DeepSeek Coder V2 ?

Il n'y a pas encore assez d'exécutions mesurées de DeepSeek Coder V2 sur Railwail pour indiquer un temps d'exécution. Cela dépend de l'entrée, des paramètres et de la charge chez le fournisseur.

DeepSeek Coder V2 est-il meilleur que DeepSeek V4.1 Flash ?

Cela dépend de la tâche. DeepSeek Coder V2 (DeepSeek) et DeepSeek V4.1 Flash (DeepSeek) sont tous deux des modèles de la catégorie Code. La page de comparaison affiche leurs prix et spécifications côte à côte.

Comparer DeepSeek Coder V2 et DeepSeek V4.1 Flash

Puis-je utiliser DeepSeek Coder V2 maintenant ?

Actuellement indisponible. La page reste en ligne ; les alternatives disponibles de la même catégorie sont listées plus bas.

Tous les modèles via une seule API

Une clé API pour tous les modèles sur Railwail. L'utilisation est facturée à partir de crédits prépayés, 1 crédit = 0,01 $US.