DeepSeek V3.2
- Total paramètres685B
- Paramètres actifs (MoE)37B
- Contexte max128k tokens
- FamilleDeepSeek
- TypeMoE
Comparatif chiffré : VRAM requise par quantization, GPUs compatibles pour faire tourner chacun en local, et verdict construit depuis les specs réelles. Pas de bench truqué, juste les chiffres.
Estimation incluant l'overhead (KV cache + activations) ×1.12. Pour un MoE, on prend les paramètres totaux car le modèle complet doit être chargé en mémoire (les experts inactifs aussi).
| Quant | DeepSeek V3.2 | Mixtral 8x7B | Écart |
|---|---|---|---|
| Q3 | 27.2 GB | 9.6 GB | 17.6 GB |
| Q4 | 35 GB | 12.3 GB | 22.7 GB |
| Q5 | 42.7 GB | 15 GB | 27.7 GB |
| Q6 | 50.5 GB | 17.7 GB | 32.8 GB |
| Q8 | 62.2 GB | 21.8 GB | 40.4 GB |
| FP16 | 124.3 GB | 43.7 GB | 80.6 GB |
36 GB de VRAM — suffisant pour les 35.0 GB requis en Q4.
→ Fiche MacBook Pro 14 M3 Pro (36GB)16 GB de VRAM — suffisant pour les 12.3 GB requis en Q4.
→ Fiche RTX 4060 Ti 16GBDeepSeek V3.2 est 14.6× plus gros que Mixtral 8x7B — plus de connaissances, mais 35 GB de VRAM contre 12 GB.
Tu privilégies la qualité de raisonnement, tu as une grosse VRAM (48 GB+), tu acceptes un débit plus faible.
→ Fiche DeepSeek V3.2Tu manques de VRAM, tu veux du débit token/s, ou tu déploies sur edge (laptop, mini-PC).
→ Fiche Mixtral 8x7BLe calculateur croise ces 2 modèles avec 200+ GPUs et te donne tok/s estimés, €/Mtok et break-even cloud.