Épingles correspondant à tag:DeepSeek

La start-up chinoise DeepSeek a publié son modèle de raisonnement open source R1 le 20 janvier 2025, et les craintes liées à une IA moins chère ont fait chuter l’action Nvidia de 16,9 % le 27 janvier, effaçant 588,8 milliards de US$ de valeur boursière.

DeepSeek met à niveau son modèle de raisonnement R1 vers R1-0528, avec des poids ouverts sous licence MIT, faisant passer AIME 2025 de 70.0 % à 87.5 % et GPQA-Diamond de 71.5 % à 81.0 %, tout en ajoutant l'appel de fonctions et la sortie JSON.

DeepSeek fait passer DeepSeek-V3.1 à V3.1-Terminus, un affinement à poids ouverts qui réduit les mélanges chinois-anglais et renforce ses agents de code et de recherche, faisant passer BrowseComp de 30.0 à 38.5 et Terminal-bench de 31.3 à 36.7.

DeepSeek publie l'expérimental DeepSeek-V3.2-Exp, premier modèle doté de DeepSeek Sparse Attention, et réduit de plus de moitié les tarifs de son API, à $0.28 par million de tokens en entrée et $0.42 par million de tokens en sortie.

DeepSeek lance DeepSeek-V3.2, un modèle à poids ouverts qui réfléchit au sein même de l'usage d'outils et atteint le niveau de GPT-5 selon ses propres tests, ainsi que DeepSeek-V3.2-Speciale, réservé à l'API, qui selon elle rivalise avec Gemini-3.0-Pro et a atteint le niveau médaille d'or aux IMO et IOI 2025.

DeepSeek publie l'aperçu DeepSeek-V4 sous forme de pondérations ouvertes : V4-Pro avec 1,6 billion de paramètres (49 milliards actifs) et V4-Flash avec 284 milliards (13 milliards actifs), tous deux avec une fenêtre contextuelle de 1 million de jetons et des prix de lancement d'API à partir de 0,14 $ par million de jetons d'entrée.

Les actions du fabricant d'humanoïdes le plus connu de Chine ont ouvert à 1 100 yuans sur le STAR Market de Shanghai, soit 629 % au-dessus du prix d'introduction de 150,8 yuans, valorisant Unitree à environ 445 milliards de yuans (66 milliards de dollars). Quelque 9,8 millions de comptes de particuliers s'étaient disputé 9,7 millions d'actions.

DeepSeek lance DeepSeek-V4.1-Flash, un modèle multimodal à poids ouverts de 552 milliards de paramètres, qu'elle affirme surpasser son propre modèle phare V4-Pro, et vers lequel elle redirige tout le trafic API de V4-Pro, aux tarifs de Flash.

Pour son premier test évalué par des pairs, le rack Vera Rubin NVL72 de NVIDIA a affiché jusqu'à 3,7 fois le débit du GB300 NVL72 sur Qwen3-VL et 2,5 fois sur DeepSeek-R1, soumis dans la catégorie preview de la session MLPerf Inference v6.1 de MLCommons.

Les traders de Polymarket évaluent à 40 % la probabilité que DeepSeek publie son prochain modèle Pro d'ici le 30 novembre 2026, sur un volume supérieur à $24,000.