Η DeepSeek ανεβάζει ταχύτητα – Τι αλλάζει στο νέο μοντέλο της

• Το V4.1-Flash-1017, που παρουσιάστηκε το Σάββατο 17 Οκτωβρίου, αποτελεί αναβάθμιση του V4.1-Flash, με έμφαση στην ταχύτερη ολοκλήρωση εργασιών και στις συντομότερες απαντήσεις.
• Στο Humanity’s Last Exam χωρίς χρήση εργαλείων, η βαθμολογία αυξήθηκε από 36,8 σε 42,6, σύμφωνα με τις μετρήσεις που δημοσίευσε η DeepSeek.
• Η κυκλοφορία έρχεται μετά από πολύωρη διακοπή λειτουργίας μέσα στην εβδομάδα, ενώ η αυξημένη ζήτηση ασκεί πίεση στις υπηρεσίες της εταιρείας.

Τη νέα έκδοση του μοντέλου της, DeepSeek-V4.1-Flash-1017, κυκλοφόρησε η DeepSeek, υποστηρίζοντας ότι προσφέρει καλύτερες επιδόσεις, ταχύτερη εκτέλεση εργασιών και μικρότερο μήκος απαντήσεων σε σχέση με τον προκάτοχό της.

Η εταιρεία με έδρα το Χανγκτσού παρουσίασε την ενημέρωση το Σάββατο 17 Οκτωβρίου, μέσω αναρτήσεων στο X. Το μοντέλο είναι ήδη διαθέσιμο στην ιστοσελίδα της, στην εφαρμογή της και μέσω του API για προγραμματιστές.

Η κυκλοφορία προσθέτει ακόμη μία έκδοση στον ανταγωνισμό της DeepSeek με τις αμερικανικές OpenAI και Anthropic, αλλά και με κινεζικές εταιρείες όπως η Moonshot AI, που αναπτύσσει τα μοντέλα Kimi, και η Z.ai.

Τι αλλάζει στη νέα έκδοση

Η DeepSeek χαρακτηρίζει το V4.1-Flash-1017 μικρή ενημέρωση του V4.1-Flash, το οποίο είχε παρουσιάσει τον Σεπτέμβριο. Σύμφωνα με την εταιρεία, οι βελτιώσεις αφορούν τη συλλογιστική, τον προγραμματισμό, την εκτέλεση εργασιών από πράκτορες τεχνητής νοημοσύνης και την κατανόηση οπτικού περιεχομένου.

Ιδιαίτερη έμφαση δίνεται στην ολοκλήρωση έργων από την αρχή έως το τέλος, με παραδείγματα που εκτείνονται από τη δημιουργία παιχνιδιών έως την τρισδιάστατη μοντελοποίηση. Η εταιρεία αναφέρει ότι αξιοποίησε ενισχυτική μάθηση με αυτοανατροφοδότηση για να βελτιώσει αυτές τις δυνατότητες.

Ο στόχος είναι οι χρήστες να ολοκληρώνουν τις εργασίες τους ταχύτερα και με μικρότερο κόστος εκτέλεσης. Οι σχετικές επιδόσεις αποτελούν μετρήσεις και ισχυρισμούς της ίδιας της DeepSeek.

Οι επιδόσεις στο Humanity’s Last Exam

Στον συγκριτικό πίνακα που δημοσίευσε η εταιρεία στο Hugging Face, η νέα έκδοση καταγράφει βελτίωση στο Humanity’s Last Exam (HLE), μια δοκιμασία με απαιτητικές ερωτήσεις από επιστημονικά και ακαδημαϊκά πεδία.

Οι βαθμολογίες διαχωρίζονται ανάλογα με το σύνολο των ερωτήσεων που χρησιμοποιείται:

Στην πρώτη περίπτωση, η βελτίωση ανέρχεται σε 5,8 μονάδες, ενώ στο υποσύνολο μόνο κειμένου φτάνει τις 4,9 μονάδες. Πρόκειται για διαφορετικές μετρήσεις και όχι για εύρος βαθμολογίας του ίδιου τεστ.

Ο ανταγωνισμός στο κόστος και η πίεση στις υπηρεσίες

Ο γρήγορος ρυθμός αναβαθμίσεων αναδεικνύει τη μάχη ανάμεσα στα κινεζικά μοντέλα που διαθέτουν δημόσια τα βάρη τους και στα ιδιόκτητα μοντέλα των αμερικανικών εταιρειών. Η DeepSeek επιδιώκει να ενισχύσει τη θέση της συνδυάζοντας τις επιδόσεις με ανταγωνιστικό κόστος χρήσης.

Η προηγούμενη κυκλοφορία του V4.1-Flash, τον Σεπτέμβριο, συνοδεύτηκε από σημαντική μείωση τιμών. Σύμφωνα με το δημοσίευμα, η κίνηση προκάλεσε ισχυρές χρηματιστηριακές πιέσεις σε ανταγωνιστές όπως η MiniMax, η Z.ai και η Alibaba, η οποία αναπτύσσει την οικογένεια μοντέλων Qwen.

Η αυξημένη ζήτηση, ωστόσο, δοκιμάζει τις υποδομές της DeepSeek. Νωρίτερα μέσα στην εβδομάδα, οι υπηρεσίες της παρουσίασαν διακοπή λειτουργίας διάρκειας περίπου πέντε ωρών, με τους διακομιστές να μην είναι προσβάσιμοι.

Ορισμένοι ειδικοί συνέδεσαν το περιστατικό με ανεπαρκείς υπολογιστικούς πόρους, χωρίς αυτή η εκτίμηση να αποτελεί επιβεβαιωμένη εξήγηση της αιτίας. Οι επιβραδύνσεις και οι διακοπές που έχουν καταγραφεί τους τελευταίους μήνες αναδεικνύουν την πρόκληση διατήρησης αξιόπιστων υπηρεσιών όσο μεγαλώνει η βάση χρηστών και προγραμματιστών.