DeepSeek V4 entrega 1 trilhão de parâmetros a 1/20 do custo do GPT-5
Modelo chinês usa arquitetura MoE com 32B parâmetros ativos, janela de 1M+ tokens e roda em chips Huawei em vez de Nvidia.
||
07/03 às 09:00
Pontos principais
- 1 trilhão de parâmetros em arquitetura Mixture-of-Experts, ~32B ativos por token
- Janela de contexto de 1 milhão+ de tokens com capacidade multimodal nativa
- Preço de ~US$ 0,14-0,27 por milhão de tokens de entrada, 1/20 do GPT-5
- Otimizado para chips Huawei Ascend e Cambricon em vez de Nvidia
- DeepSeek e Qwen saltaram de 1% para 15% do mercado global de IA em 12 meses
- Lançamento coincidiu com as Duas Sessões parlamentares chinesas
O DeepSeek V4 chegou com 1 trilhão de parâmetros em arquitetura Mixture-of-Experts, ativando aproximadamente 32 bilhões por token. O modelo oferece janela de contexto de mais de 1 milhão de tokens e capacidade multimodal nativa para texto, imagem e geração de vídeo.
O preço é a manchete: cerca de US$ 0,14-0,27 por milhão de tokens de entrada, aproximadamente 1/20 do custo do GPT-5. Otimizado para chips domésticos chineses Huawei Ascend e Cambricon, o modelo é uma declaração de independência em hardware. DeepSeek e Qwen juntos saltaram de 1% para 15% do mercado global de IA em apenas 12 meses.
Comentários
Carregando comentários...