DeepSeek Lança um dos Modelos de IA Mais Poderosos do Mundo
Um laboratório chinês acaba de divulgar o DeepSeek V3, um modelo de inteligência artificial que se destaca por ser um dos mais poderosos disponíveis na atualidade. Desenvolvido pela empresa DeepSeek, o modelo foi apresentado nesta quarta-feira sob uma licença permissiva, permitindo que desenvolvedores façam downloads e modifiquem o código para diversas aplicações, inclusive comerciais.
Vantagens do DeepSeek V3
O DeepSeek V3 é capaz de lidar com uma variedade de tarefas baseadas em texto, como programação, tradução e redação de ensaios e e-mails a partir de instruções descritivas. De acordo com testes realizados pela própria empresa, o modelo superou não apenas outros modelos de código aberto, mas também aqueles considerados “fechados”, que podem ser acessados apenas por meio de API.
No campo da programação, ele se destacou em competições na plataforma Codeforces, desbancando concorrentes como o Llama 3.1 da Meta, o GPT-4 da OpenAI, e o Qwen 2.5 da Alibaba.
Especificações Técnicas Impressionantes
O DeepSeek V3 possui impressionantes 671 bilhões de parâmetros, o que equivale a aproximadamente 1,6 vezes o tamanho do Llama 3.1, que tem 405 bilhões de parâmetros. Para dar uma dimensão, cada 1 milhão de tokens representa cerca de 750 mil palavras, e o modelo foi treinado com um montante colossal de 14,8 trilhões de tokens.
DeepSeek-V3!
– 60 tokens/segundo (3x mais rápido que o V2!)
– Compatibilidade com API mantida
– Modelos e documentos totalmente de código aberto
– 671 bilhões de parâmetros MoE
– 37 bilhões de parâmetros ativados
– Treinado em 14,8 trilhões de tokens de alta qualidade
Um Desafio Para os Concorrentes
Em um cenário onde contar com mais parâmetros costuma significar um desempenho superior, o DeepSeek V3 traz consigo o desafio adicional de exigir hardware robusto. Para rodar o modelo de forma otimizada, seria necessário um conjunto de GPUs de alto desempenho.
Outra questão interessante é o custo. A empresa afirma que apenas gastos de $5,576 milhões foram necessários para treinar o DeepSeek V3, um valor bem inferior ao de outros modelos, como o GPT-4.
Limitações e Políticas Cautelosas
No entanto, o modelo não é isento de controvérsias. Por exemplo, se você perguntar sobre a Praça da Paz Celestial, ele não irá responder. Isso se deve ao fato de que a DeepSeek, sendo uma empresa chinesa, está sujeita a regulamentações que exigem que suas respostas reflitam os “valores socialistas fundamentais” da China.
Perspectivas Futuras
A DeepSeek está se destacando no mercado, forçando concorrentes como ByteDance, Baidu e Alibaba a reduzirem os preços de uso de seus modelos. Além disso, possuem o suporte da High-Flyer Capital Management, um fundo de hedge quantitativo que utiliza IA para decisões de trading.
A ideia de DeepSeek é clara: eles buscam criar uma IA superinteligente, um objetivo ambicioso que, se alcançado, poderá transformar completamente o cenário tecnológico global.
Considerações Finais
É fascinante observar como o DeepSeek V3 não é apenas mais um modelo de IA, mas uma declaração de intenções da empresa em dominar o mercado. Ao mesmo tempo, as restrições políticas e a necessidade de cenários éticos e regulatórios sempre estarão no centro da discussão sobre o uso da IA no futuro.
