Η DeepSeek παρουσίασε νέα αναβάθμιση του μοντέλου τεχνητής νοημοσύνης της, επιδιώκοντας να ενισχύσει τον ανταγωνισμό με αμερικανικές εταιρείες όπως η OpenAI και η Anthropic, αλλά και με κινεζικούς ανταγωνιστές, όπως η Moonshot AI, δημιουργός του Kimi, και η Z.ai.
Η εταιρεία με έδρα την Κίνα παρουσίασε το V4.1-Flash-1017 το απόγευμα του Σαββάτου, ανακοινώνοντας μέσω σειράς αναρτήσεων στην πλατφόρμα X ότι το νέο μοντέλο προσφέρει «καλύτερες επιδόσεις στις δοκιμές αξιολόγησης, ταχύτερη ολοκλήρωση εργασιών και συντομότερες απαντήσεις» σε σύγκριση με την προηγούμενη έκδοση.
Το μοντέλο είναι πλέον διαθέσιμο μέσω της ιστοσελίδας της DeepSeek, της εφαρμογής της και της πλατφόρμας που απευθύνεται σε προγραμματιστές, σύμφωνα με το Bloomberg.
Βελτιώσεις σε συλλογιστική, κώδικα και 3D μοντελοποίηση
Σύμφωνα με την τεχνική έκθεση που δημοσίευσε η DeepSeek στην πλατφόρμα Hugging Face, η νέα έκδοση παρουσιάζει σημαντικές βελτιώσεις στη συλλογιστική, στον προγραμματισμό, στις εργασίες που εκτελούνται από αυτόνομους πράκτορες τεχνητής νοημοσύνης (AI agents) και στις δοκιμές οπτικών δυνατοτήτων.
Οι βελτιώσεις επεκτείνονται σε εφαρμογές που καλύπτουν από τη δημιουργία παιχνιδιών έως την τρισδιάστατη μοντελοποίηση (3D modeling). Η εταιρεία χαρακτήρισε το DeepSeek-V4.1-Flash-1017 μικρή αναβάθμιση της προηγούμενης έκδοσης V4.1-Flash, με στόχο ένα μοντέλο πιο ισχυρό, γρήγορο και συμπαγές.
Η DeepSeek δημοσιοποίησε επίσης αποτελέσματα από δοκιμές αξιολόγησης στην πλατφόρμα X. Στη δοκιμασία Humanity’s Last Exam (HLE), η βαθμολογία της αναβαθμισμένης έκδοσης κυμάνθηκε από 36,8 έως 42,6, έναντι 36,8 έως 39,1 για το προηγούμενο V4.1-Flash.
Η συγκεκριμένη δοκιμή αξιολογεί τις επιδόσεις μοντέλων τεχνητής νοημοσύνης σε χιλιάδες ερωτήσεις που αφορούν τα μαθηματικά, τις φυσικές επιστήμες και τις ανθρωπιστικές επιστήμες.
Η μάχη των κινεζικών μοντέλων με τη Silicon Valley
Οι διαδοχικές κυκλοφορίες νέων μοντέλων από τη DeepSeek αναδεικνύουν την εντεινόμενη αναμέτρηση ανάμεσα στα κινεζικά μοντέλα ανοιχτών βαρών (open-weight) και στα ιδιόκτητα μοντέλα των αμερικανικών εταιρειών. Τα τελευταία εξακολουθούν να καταγράφουν κορυφαίες επιδόσεις, αλλά συνοδεύονται από αισθητά υψηλότερο κόστος.
Η νέα αναβάθμιση έρχεται μετά την παρουσίαση, στις αρχές Σεπτεμβρίου, του πιο ελαφρού μοντέλου V4.1-Flash. Η DeepSeek το διέθεσε σε ιδιαίτερα χαμηλή τιμή, προκαλώντας πιέσεις στις μετοχές ανταγωνιστικών εταιρειών, μεταξύ των οποίων η MiniMax Group, η Z.ai και ο κινεζικός τεχνολογικός όμιλος Alibaba, ο οποίος αναπτύσσει τη σειρά μοντέλων Qwen.
Οι μετοχές των συγκεκριμένων εταιρειών κατέγραψαν σημαντικές απώλειες στο χρηματιστήριο του Χονγκ Κονγκ μετά την ανακοίνωση των χαμηλών τιμών.
Τα προβλήματα λειτουργίας και οι πιέσεις στις υποδομές
Η νέα κυκλοφορία ακολουθεί ένα περιστατικό διακοπής λειτουργίας διάρκειας περίπου πέντε ωρών νωρίτερα μέσα στην εβδομάδα, κατά το οποίο οι διακομιστές της DeepSeek δεν ήταν προσβάσιμοι.
Ορισμένοι ειδικοί απέδωσαν το πρόβλημα στην έλλειψη επαρκών υπολογιστικών πόρων. Οι επιβραδύνσεις και οι διακοπές λειτουργίας της υπηρεσίας έχουν αυξηθεί τους τελευταίους μήνες, καθώς τα μοντέλα της DeepSeek, που διατίθενται σε ιδιαίτερα ανταγωνιστικές τιμές, προσελκύουν μεγάλο ενδιαφέρον από προγραμματιστές και ασκούν πίεση στις διαθέσιμες υποδομές της εταιρείας.