DeepSeek rilascia il modello AI V3 migliorato tre mesi dopo il lancio iniziale

DeepSeek, un'azienda cinese di AI, ha rilasciato DeepSeek-V3-0324, una versione aggiornata del suo modello V3 AI large-language (LLM), lanciato originariamente nel dicembre 2024. Il modello V3 ha sorpreso il mondo per i suoi requisiti hardware di addestramento molto più bassi, i tempi di addestramento più brevi e i costi API più bassi, ma anche per le sue elevate prestazioni rispetto alle AI concorrenti, come i modelli GPT di OpenAI.

Il modello V3 aggiornato è un modello di AI non ragionante, il che significa che cerca di rispondere rapidamente alle domande e non impiega tempo supplementare per riflettere sui problemi più difficili, a differenza del modello R1 di DeepSeek. La sua dimensione di 685 miliardi di parametri lo colloca tra i più grandi LLM disponibili pubblicamente. L'ultimo modello è disponibile per l'uso sotto la Licenza MIT.

DeepSeek-V3-0324 ha ottenuto punteggi dal 5,3% al 19,8% più alti nei benchmark di AI rispetto al modello V3 originale. Le sue prestazioni sono paragonabili a quelle di altre AI di alto livello, come GPT-4.5 e Claude Sonnet 3.7

Il modello aggiornato presenta anche capacità migliorate. Un'area di miglioramento è la sua capacità raffinata di creare pagine web e front-end accattivanti per i giochi online. Un altro miglioramento è la capacità di ricercare, scrivere e tradurre meglio in cinese.

I lettori che desiderano sperimentare la versione completa di 685B DeepSeek-V3-0324 avranno bisogno di almeno 700 GB di spazio di archiviazione libero e di più GPU Nvidia A100/H100. Le versioni ridotte e con parametri più piccoli del modello possono essere eseguite su una singola GPU, come la Nvidia 3090(venduta qui su Amazon).