DeepSeek släpper förbättrad V3 AI-modell tre månader efter den första lanseringen

DeepSeek, ett kinesiskt AI-företag, har släppt DeepSeek-V3-0324, en uppdaterad version av sin V3 AI large-language model (LLM), som ursprungligen lanserades i december 2024. V3-modellen överraskade världen på grund av dess mycket lägre hårdvarukrav för träning, kortare träningstid och lägre API-kostnader, men ändå hög prestanda jämfört med konkurrerande AI som OpenAIs GPT-modeller.

Den uppdaterade V3-modellen är en icke-resonerande AI-modell, vilket innebär att den försöker besvara frågor snabbt och inte tar extra tid på sig att tänka igenom svåra problem, till skillnad från DeepSeeks R1-modell. Dess parameterstorlek på 685 miljarder placerar den bland de största offentligt tillgängliga LLM: erna. Den senaste modellen är tillgänglig för användning under MIT-licensen.

DeepSeek-V3-0324 fick 5,3% till 19,8% högre poäng på AI-riktmärken än den ursprungliga V3. Dess prestanda är jämförbar med andra topp AI, såsom GPT-4.5 och Claude Sonnet 3.7

Den uppdaterade modellen har också förbättrade funktioner. Ett förbättringsområde är dess förfinade förmåga att skapa tilltalande webbsidor och frontends för onlinespel. En annan förbättring är möjligheten att bättre söka, skriva och översätta på kinesiska.

Läsare som vill experimentera med hela 685B DeepSeek-V3-0324 behöver minst 700 GB ledigt lagringsutrymme och flera Nvidia A100/H100 GPU:er. Destillerade versioner av modellen med mindre parametrar kan köras på en enda GPU, till exempel Nvidia 3090(säljs här på Amazon).