Компания
Китайская лаборатория, которая выпускает сильные модели с открытыми весами.
deepseek.com ↗X ↗Hugging Face ↗
8 новостей за 60 дней
Илон Маск репостнул утверждение, что GLM 5.3 Flash, DeepSeek V4.1 Flash и две модели Qwen 3.8 сильнее всех передовых моделей Рождества 2025 года, и добавил: «Интеллект растёт экспоненциально».
NVIDIA раскрыла подробности первых результатов Vera Rubin NVL72 в тесте MLPerf Inference v6.1. На Qwen3-VL стойка до 3,7 раза производительнее GB300 NVL72, на DeepSeek-R1 — до 2,5 раза. Четыре стойки GB300 масштабируются с эффективностью 99%.
С новыми оптимизациями в библиотеке Transformer Engine обучение DeepSeek-V3 на GB300 ускорилось с 103 до 1 068 терафлопс на GPU. На 1 024 GPU система сохраняет 97% эффективности масштабирования.
Artificial Analysis и Vals проверили V4.1-Flash. Модель обошла прежний флагман DeepSeek и стала первой среди открытых моделей в рейтинге Vals. Токенов она тратит больше Claude Opus 5, но задача обходится ей в 27 центов.
DeepSeek открыла веса V4.1-Flash: на 552 млрд параметров, но с очень лёгкой памятью контекста
DeepSeek выпустила в API модель V4.1-Flash, которая понимает изображения, и снизила цены. С 14 сентября запросы к V4-Pro уходят на новую модель по её тарифам — до выхода V4.1-Pro.
DeepSeek выложила на Hugging Face DeepSeek-V4-Flash-Vision-Exp — первую мультимодальную модель семейства V4. Она понимает изображения, в агентных задачах держится около Opus 4.8 и распространяется по лицензии MIT.
Baseten стала провайдером инференса на Hugging Face. Пока доступны только текстовые модели и чат, в том числе Kimi K3, DeepSeek V4 Flash и GLM-5.2. Hugging Face говорит, что не делает наценку на запросы через свой аккаунт.