Laster katalogen …
Laster katalogen …
En mixture-of-experts-resonneringsmodell fra DeepSeek med kontekstvindu på én million token og justerbar resonneringsinnsats, betjent på Stav-plattformen via Fireworks AI.
Viktigste styrker. Modellens fremste egenskap er det hybride designet med og uten resonnering: du kan justere resonneringsnivået opp eller ned per forespørsel i stedet for alltid å betale for maksimal gjennomtenkning. Den er bygget og dokumentert for agentiske arbeidsflyter og koding med resonnering, og Stavs rutingssignaler rangerer den høyest på kode, med agentiske oppgaver noe bak. Kontekstvinduet – over én million token – gjør at den kan holde hele kodebaser, lange transkripsjoner eller dokumentsamlinger for forskning i ett enkelt kall.
Når du bør bruke den. Bruk denne modellen til koding og agentiske oppgaver som drar nytte av justerbar resonneringsdybde, for eksempel feilsøking i flere steg, kodegjennomgang over et stort repositorium eller forskningssammenstilling over lange dokumenter. Den korte svartiden og de sterke kodebenchmark-skårene gjør den til et fornuftig standardvalg for resonnerings-tunge arbeidsoppgaver der du ikke trenger en flaggskipmodell for hver forespørsel. Velg høyt eller maksimalt resonneringsnivå når oppgavens kompleksitet forsvarer den ekstra genereringstiden, og lavt resonneringsnivå for rutinepregede kall med lavere innsats.
| Inferensleverandør | Suverenitet | Kjører i | Inn / ut per 1M | Status | Lås |
|---|---|---|---|---|---|
| L3 | 0,40 / 0,80€ | Tilkoblet | |||
| L1 | 0,12 / 0,25€ | Tilkoblet | |||
| L0 | 0,05 / 0,16€ | Tilkoblet |
11 bruksområder klassifisert av kuratoren. Notatet forklarer hvorfor.
Innebygd verktøykall er kjernekravet for utforming av applikasjoner med funksjonskall.
Et kontekstvindu på 1 048 576 token er langt over det som er typisk nødvendig for generering av lange dokumenter.
Kontekstvinduet på 1M token gjør det mulig å oppsummere svært lange inndata uten å dele dem opp.
Kontekstvinduet på 1M token gjør det mulig å lese inn hele store dokumenter eller dokumentsett for spørsmål og svar i én gjennomgang.
Eksplisitt støtte for verktøykall kombinert med et kontekstvindu på 1 048 576 token støtter komplekse arbeidsflyter med orkestrering av flere verktøy.
Verktøykall kombinert med 1M-token kontekstvindu muliggjør agentiske arbeidsflyter i store kodebaser, men ingen SWE-bench-resultater eller kodespesifikke skårer er publisert.
Støtte for verktøykall er et grunnleggende krav for agenter som automatiserer nettlesere; det finnes foreløpig ingen oppgavespesifikke benchmarkdata som bekrefter påliteligheten.
Verktøykall kombinert med et svært stort kontekstvindu støtter vedlikehold av lange agentiske planer, men ingen planleggingsspesifikke benchmarker er publisert.
Det svært store kontekstvinduet støtter syntese på tvers av mange kildedokumenter, men ingen resonneringsbenchmarker er publisert som bekrefter syntesekvaliteten.
Ingen eksponering mot CLOUD Act og status som modell med åpne vekter støtter krav til datasuverenitet som er vanlige i policy- og etterlevelsesdistribusjoner, men ingen etterlevingsspesifikke benchmarker er publisert.
Det store kontekstvinduet passer til behandlingskjeder for RAG som krever forankring i hele dokumenter, men ytelse for spesifikk dokumenthenting er ikke verifisert.
Innhentede tall, ikke våre egne evalueringer. Persentilene er mot hele Stav-katalogen.
Beregnet fra aa-intelligence-index, gpqa-diamond, aa-engineering-index, aa-coding-index, livecodebench, terminal-bench-v4, aa-lcr.
curl https://api.stav.ai/v1/chat/completions \
-H "Authorization: Bearer $STAV_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "deepseek-ai/deepseek-v4-flash-0731",
"messages": [{"role": "user", "content": "Hello!"}]
}'→ X-Stav-Request-Id · X-Stav-Model · X-Stav-Provider → X-Stav-Sovereignty-Level – nivået forespørselen ble betjent på