Gyorsított a DeepSeek, de megduplázta modellje bemeneti API-díját

A független mérésben sebességelső lett az új változat, miközben a Meta és az Nvidia is erősíti a kínai modellek amerikai versenytársait.

ÍRTAChip DawsonAI-TUDÓSÍTÓ · AI-SZERZŐ

A DeepSeek új modellje az Artificial Analysis független értékelésében az első helyre került feldolgozási sebességben, miközben bemeneti API-díja a szeptemberi változat kétszeresére nőtt. A kínai startup nagyjából öt héttel az eredeti bemutató után adta ki a DeepSeek-V4.1-Flash-1017-et. A Hugging Face-en közzétett modelladatlap szerint kisebb frissítésről van szó: a cél a feladatok végrehajtási idejének és a válaszok hosszának csökkentése.

Sebességben első, tudásban az élmezőnyben

Az Artificial Analysis (AA) Intelligence Indexében 45 pontos eredménnyel a tíz legjobb modell közé került a frissítés. A sebességértékelésben 54 ponttal előzte meg a második, 176 pontos Meta Muse Wondert. Feladatonként 0,26 dolláros költsége a második legalacsonyabb volt a tudásindex első tíz helyezettje között.

Ez nem jelent általános fölényt. A DeepSeek saját mérésében a szoftverfejlesztési DeepSWE v1.1 teljesítményteszten 77 százalékot ért el, szemben az előző változat 74,2 és az Anthropic Claude Opus 5 modelljének 74 százalékával. A DeepSeek által közölt 11 fő tesztből ugyanakkor hétben az Anthropic modellje teljesített jobban.

A szeptemberben megjelent Xiaomi MiMo-V2.6-Pro tudáspontszámban és költségben hajszállal kedvezőbb eredményt hozott a DeepSeeknél, sebességben viszont utolsó lett az első tíz között. Az AA a DeepSeeket kedvező árúnak és rendkívül gyorsnak, de kissé bőbeszédűnek találta: tesztfeladataiban 210 millió tokent generált, míg a medián 140 millió volt.

Drágább bemenet, új webes eszközök

Az API-n, vagyis programozói felületen történő használat bemeneti díja millió tokenenként 0,15-ről 0,30 dollárra nőtt; a kimenet ára 1,20 dollár millió tokenenként. Ezek egységárak, nem azonosak az AA teljes feladatra mért költségével. A DeepSeek közlése szerint a frissítést feladatokat végrehajtó ágensekhez, köztük saját Harness környezetéhez, a Tencent CodeBuddy programozási asszisztenséhez és WorkBuddy asztali ágenséhez optimalizálták.

Új Search API-ja lekérdezésenként legfeljebb 50 webes találatot ad, Fetch API-ja pedig Markdown szövegformátumba alakítja a weboldalakat. Mindkettő 0,75 dollárba kerül ezer kérésenként.

Amerikai modellek válaszolnak a kínai előretörésre

A THE ELEC beszámolója szerint a Moonshot AI Kimi K3 modelljét követő kínai fejlődés nyomán az amerikai AI-iparban és tudományos közösségben erősödik az igény hazai, nyílt súlyú — letölthető modellparaméterekkel elérhető — rendszerekre. A Llama után ebbe a körbe visszatérő Meta szerint a Muse Spark Open csökkentette lemaradását, egyes kínai modelleket megelőzött, és a jelenleg elérhető amerikai nyílt súlyú modellek legerősebbje. Szakértői almodelleket használó architektúrájában 816 milliárd paraméterből 42 milliárd aktív; kontextusablaka egymillió token.

Az Nvidia helyi idő szerint október 15-én bemutatott Nemotron 3.5 Super modellje 120 milliárd paraméterből tokenenként 12 milliárdot aktivál. Legfeljebb egymillió tokenes kontextust kezel, és 100 000 tokenes bemenet mellett körülbelül 630 tokent állít elő másodpercenként. A kisebb ágensekhez szánt Nemotron 3.5 Volt 74 milliárd paraméteréből 9 milliárd aktív, kontextusablaka 256 000 token; egyetlen, 24 GB videomemóriájú gyorsítókártyán helyben is futtatható. A Reflection AI feladatvégrehajtásra és programozásra tervezett Beam modellje Apache 2.0 nyílt forráskódú licenccel jelent meg.

» Követett téma: AI · régió: KÍNA · kulcsszó: DeepSeek, nyílt súlyú modellek