Pins que correspondem a tag:DeepSeek

A startup chinesa DeepSeek lançou seu modelo de raciocínio de código aberto R1 em 20 de janeiro de 2025, e o temor de uma IA mais barata derrubou as ações da Nvidia em 16,9% em 27 de janeiro, apagando US$ 588,8 bilhões em valor de mercado.

A DeepSeek atualiza seu modelo de raciocínio R1 para o R1-0528 com pesos abertos sob licença MIT, elevando o AIME 2025 de 70.0% para 87.5% e o GPQA-Diamond de 71.5% para 81.0%, além de adicionar chamada de funções e saída JSON.

A DeepSeek atualiza o DeepSeek-V3.1 para o V3.1-Terminus, um refinamento de pesos abertos que reduz a mistura de chinês e inglês e melhora seus agentes de código e de busca, elevando o BrowseComp de 30.0 para 38.5 e o Terminal-bench de 31.3 para 36.7.

A DeepSeek lança o experimental DeepSeek-V3.2-Exp, o primeiro modelo com DeepSeek Sparse Attention, e corta os preços da API em mais da metade, para $0.28 por milhão de tokens de entrada e $0.42 por milhão de tokens de saída.

A DeepSeek lança o DeepSeek-V3.2, um modelo de pesos abertos que pensa durante o uso de ferramentas e rende ao nível do GPT-5 segundo os seus próprios testes, e o DeepSeek-V3.2-Speciale, só por API, que a empresa diz rivalizar com o Gemini-3.0-Pro e ter atingido nível de medalha de ouro na IMO e na IOI de 2025.

A DeepSeek lança a pré-visualização do DeepSeek-V4 com pesos abertos: o V4-Pro com 1.6 biliões de parâmetros (49 mil milhões ativos) e o V4-Flash com 284 mil milhões (13 mil milhões ativos), ambos com uma janela de contexto de 1 milhão de tokens e preços de API de lançamento a partir de $0.14 por milhão de tokens de entrada.

As ações da fabricante de humanoides mais conhecida da China abriram a 1.100 yuans no STAR Market de Xangai, 629% acima do preço de oferta de 150,8 yuans, avaliando a Unitree em cerca de 445 bilhões de yuans (US$ 66 bilhões). Cerca de 9,8 milhões de contas de varejo disputaram 9,7 milhões de ações.

A DeepSeek lança o DeepSeek-V4.1-Flash, um modelo multimodal de pesos abertos com 552 bilhões de parâmetros que, segundo ela, supera seu próprio modelo principal V4-Pro, e direciona todo o tráfego de API do V4-Pro para ele com os preços do Flash.

Em seu primeiro benchmark revisado por pares, o rack Vera Rubin NVL72 da NVIDIA registrou até 3,7x a vazão do GB300 NVL72 no Qwen3-VL e 2,5x no DeepSeek-R1, enviado na categoria de prévia (preview) da rodada MLPerf Inference v6.1 da MLCommons.

Os comerciantes do Polymarket avaliam uma chance de 40% de que a DeepSeek lançará seu próximo modelo Pro até novembro 30, 2026, em mais de $ 24,000 em volume.