DeepSeek atualiza modelo Open Source V3 com habilidades de programação aprimoradas

A DeepSeek lançou uma atualização para seu modelo de IA V3, chamado V3-0324, que supostamente fornece melhores recursos de programação ao mesmo tempo em que define novos padrões de precisão e eficiência, relata a Bloomberg. A atualização foi publicada na plataforma Hugging Face sem um anúncio oficial.

Fonte da imagem: Solen Feyissa/unsplash.com

O modelo de IA de código aberto DeepSeek V3 foi introduzido no final do ano passado. O modelo é construído na arquitetura Mixture of Experts (MoE) com um total de 671 bilhões de parâmetros e 37 bilhões de parâmetros ativados por token.

A empresa disse na época que custou US$ 5,5 milhões para treinar o DeepSeek V3, o que é significativamente menos do que outras empresas de tecnologia como a OpenAI gastam no treinamento de modelos semelhantes. Algumas semanas depois, a DeepSeek lançou um modelo de raciocínio de código aberto, o R1, que, apesar de um orçamento de desenvolvimento modesto, superou o modelo de IA o1 da OpenAI em vários benchmarks em diversas métricas importantes.

Em janeiro de 2025, o DeepSeek ultrapassou o chatbot de IA ChatGPT e se tornou o aplicativo gratuito mais popular na Apple App Store nos EUA. As conquistas da startup chinesa levantaram dúvidas entre os investidores sobre a justificativa para os enormes gastos das empresas americanas em tecnologia de IA, levando a um colapso no mercado de IA que fez com que suas ações caíssem significativamente. Em particular, a líder de mercado Nvidia perdeu US$ 593 bilhões em valor de mercado em um dia, o que foi a maior queda em um dia na história do mercado de ações.