O modelo DeepSeek V3, criado pela empresa chinesa DeepSeek, foi divulgado em 26 de dezembro de 2024, sob uma licença permissiva que possibilita aos desenvolvedores baixá-lo e alterá-lo para uma variedade de aplicações, incluindo uso comercial. Este avanço representa uma significativa concorrência no setor de IA, especialmente considerando os desafios que modelos anteriores enfrentavam.

DeepSeek V3 se destaca por sua capacidade de lidar com uma ampla gama de tarefas baseadas em texto, desde programação até tradução e escrita de ensaios. Testes internos da empresa indicam que este novo modelo não só supera modelos abertos disponíveis para download, mas também supera modelos fechados que apenas podem ser acessados via API. Em competições de codificação na plataforma Codeforces, o DeepSeek V3 teve um desempenho superior a modelos como Llama 3.1 e GPT-4o.

Este modelo é notável não apenas por sua performance, mas também por seu tamanho: possui 685 bilhões de parâmetros, tornando-se 1.6 vezes maior que o Llama 3.1. O treinamento foi realizado em um data center utilizando 14.8 trilhões de tokens, com um custo surpreendentemente baixo de apenas 5.5 milhões de dólares, especialmente quando comparado ao investimento em modelos como o GPT-4.

1. DeepSeek V3 permite modificações e uso comercial.

2. Supera concorrentes como Llama 3.1 e GPT-4o em testes.

3. Possui 685 bilhões de parâmetros.

4. Foi treinado com 14.8 trilhões de tokens.

5. Custou apenas 5.5 milhões de dólares para desenvolvimento.

Apesar de suas vitórias em desempenho, o modelo demonstra limitações políticas, evitando responder a questões sensíveis, o que é reflexo das regulamentações da China. O DeepSeek é avaliado pelo regulador da internet do país para garantir que suas respostas estão alinhadas com os valores socialistas fundamentais.

- Impacto na competitividade do mercado de IA. - Possibilidade de redefinir o acesso a IA aberta. - Desafios éticos e políticos associados ao modelo. - Evolução contínua da IA com novos investimentos.

O lançamento do DeepSeek V3 poderá alterar significativamente a dinâmica no mercado de inteligência artificial, instigando outras empresas a melhorar a competitividade de seus modelos abertos e a reduzir preços de seus produtos. A questão dos desafios éticos e políticos também virá à tona, especialmente no que tange à liberdade de expressão e à censure.

Em resumo, o DeepSeek V3 não apenas eleva os padrões de modelos de IA, mas também levanta importantes questões sobre seu uso e as implicações políticas de sua aplicação. Para se manter atualizado sobre as inovações no campo da inteligência artificial, inscreva-se na nossa newsletter e descubra mais sobre como a tecnologia está moldando o futuro.

FONTES:

1. TechCrunch

2. Codeforces

3. Nvidia

4. BBC

5. CNBC