これまでベンチャー資金を受け入れてこなかった DeepSeek が初の外部調達を開始したと報じられた。調達額は 3 億ドル以上、評価額は 100 億ドル超と記述されている。

DeepSeek 公式サイトに V4 のテスト用 UI が出現した。Vision モードおよび Expert モードの切替が含まれていると報じられている。

DeepSeek V4 が数週間以内に公開される見込みと Reuters が報じた。Huawei の最新チップ上で稼働するとされる。正式な発表は執筆時点で公開されていない。

DeepSeek V4 Lite が公式サイトに出現した。本体 V4 に先行する段階的なロールアウトと解釈されている。

Engram と呼ぶ条件付きメモリアーキテクチャの論文が公開された。100 万トークン規模のコンテキストからの効率的な検索を狙う設計と記述されている。

DeepSeek が新たな学習手法を提案する論文を公開した。大規模モデル訓練の計算・エネルギー効率を改善する枠組みを記述している。

DeepSeek が manifold-constrained hyper-connections (mHC) 論文を公開した。Sinkhorn-Knopp アルゴリズムを用いて接続行列を多様体上に射影することで、大規模ハイパーコネクションの訓練安定性を改善したと記述されている。

DeepSeek V3.2 の論文が arXiv に投稿された。DeepSeek Sparse Attention (DSA) により計算量を O(L²) から O(Lk) に削減し、API 価格も 50% 以上引き下げたと記述されている。

DeepSeek V3.2 が公開された。推論性能を重視した V3.2-Speciale も同時に公開されている。

DeepSeek V3.2-Exp の公開と同時に API 価格を 50% 以上削減した。新価格は cache hit $0.028、cache miss $0.28、出力 $0.42 per MTok。長文コンテキストでの計算量を減らす DeepSeek Sparse Attention (DSA) が価格削減の技術基盤とされる。

DeepSeek V3.2 の実験版 V3.2-Exp が公開された。後続の V3.2 正式リリース（12 月）に繋がる中間リリースと位置付けられている。

DeepSeek V3.1 の最終更新として V3.1-Terminus が公開された。V3.1 系列の最終版の位置付けと記述されている。

DeepSeek V3.1 が MIT ライセンスで公開された。thinking モードと non-thinking モードを切り替えるハイブリッド構成が特徴と記述されている。