DeepSeek VL2 Tiny
DeepSeek VL2 Tiny est un LLM de DeepSeek publié le 13 décembre 2024, avec un format compact de 3 milliards de paramètres. À l’échelle de l’IA générative, son ancienneté d’environ deux ans le place déjà dans une génération probablement dépassée par les modèles récents.
DeepSeek VL2 Tiny est un LLM de DeepSeek publié le 13 décembre 2024, avec un format compact de 3 milliards de paramètres. À l’échelle de l’IA générative, son ancienneté d’environ deux ans le place déjà dans une génération probablement dépassée par les modèles récents.
La fiche présente donc surtout un modèle de contexte historique, utile pour situer la stratégie de DeepSeek sur des formats plus petits. Sa licence DeepSeek indique des poids non ouverts, ce qui limite l’audit externe et la réutilisation indépendante.
Caractéristiques
| Caractéristique | Valeur |
|---|---|
| Type | Grand modèle de langage (LLM) |
| Éditeur | DeepSeek |
| Licence | deepseek (poids non ouverts) |
| Date de sortie | 13 décembre 2024 |
| Multimodal | oui |
| Paramètres | 3 milliards |
Performances (benchmarks)
| Benchmark | Score | Rang (LLM) | Source | Fiabilité |
|---|---|---|---|---|
| DocVQA | 88,9 % | 20ᵉ / 26 | llm-stats | Auto-déclaré |
| ChartQA | 81,0 % | 20ᵉ / 24 | llm-stats | Auto-déclaré |
| OCRBench | 80,9 % | 21ᵉ / 22 | llm-stats | Auto-déclaré |
| TextVQA | 80,7 % | 7ᵉ / 15 | llm-stats | Auto-déclaré |
| AI2D | 71,6 % | 32ᵉ / 32 | llm-stats | Auto-déclaré |
| MMBench | 69,2 % | 9ᵉ / 9 | llm-stats | Auto-déclaré |
| MMBench-V1.1 | 68,3 % | 18ᵉ / 18 | llm-stats | Auto-déclaré |
| InfoVQA | 66,1 % | 7ᵉ / 9 | llm-stats | Auto-déclaré |
| RealWorldQA | 64,2 % | 25ᵉ / 25 | llm-stats | Auto-déclaré |
| MathVista | 53,6 % | 32ᵉ / 38 | llm-stats | Auto-déclaré |
| MMT-Bench | 53,2 % | 4ᵉ / 4 | llm-stats | Auto-déclaré |
| MMStar | 45,9 % | 22ᵉ / 22 | llm-stats | Auto-déclaré |
| MMMU | 40,7 % | 60ᵉ / 61 | llm-stats | Auto-déclaré |
| MME | 19,1 % | 3ᵉ / 3 | llm-stats | Auto-déclaré |
« Auto-déclaré » : score communiqué par l'éditeur, non rejoué indépendamment. « Mesuré » : évalué par un tiers (Epoch AI, LiveBench). Le rang est calculé parmi les LLM évalués sur le même benchmark.
Notre analyse
Forces. DeepSeek VL2 Tiny se distingue d’abord par sa taille réduite, 3 milliards de paramètres, qui le situe dans la catégorie des LLM compacts plutôt que dans celle des modèles haut de gamme. À sa sortie, ce positionnement pouvait répondre à un besoin de modèle plus léger au sein de l’écosystème DeepSeek. Son intérêt documentaire tient aussi à sa date de publication, fin 2024, qui permet de le replacer dans une période où les éditeurs multipliaient les variantes spécialisées ou allégées autour de leurs familles de modèles.
Limites et points d'attention. Son ancienneté est le point central : à près de deux ans, DeepSeek VL2 Tiny doit être considéré comme largement dépassé par les générations actuelles, et ce type de modèle est souvent retiré ou relégué dans les catalogues d’éditeur. Aucune donnée de benchmark, de coût d’entraînement ou de volume de calcul n’est disponible dans les éléments vérifiés fournis, ce qui empêche d’évaluer précisément ses performances. La licence DeepSeek avec poids non ouverts limite aussi les usages nécessitant inspection, modification ou hébergement totalement maîtrisé. La couverture repose sur une seule source de données concordante, ce qui appelle une lecture prudente de la fiche.
Sources des données : LLM-Stats (llm-stats.com).