Gli sviluppatori di DeepSeek hanno reso disponibile un nuovo modello generativo che prende il nome di DeepSeek-V3-0324. Si tratta di una soluzioni rilasciata sotto licenza open source (MIT license) che potrร essere utilizzata gratuitamente anche in ambito commerciale.
Le caratteristiche del nuovo modello di DeepSeek
DeepSeek V3-0324 ha raggiunto un traguardo storico diventando il miglior modello non-reasoning open source secondo l’Artificial Analysis Intelligence Index. Le sue performance superano infatti quelle di alternative proprietarie come Gemini 2.0 Pro di Google, Claude 3.7 “Sonnet” di Anthropic e Llama 3.3 70B di Meta.
Sebbene non paragonabile per prestazioni ai modelli di tipo reasoning, come per esempio come DeepSeek R1 o i prodotti di OpenAI e Alibaba, V3-0324 dimostra l’enorme potenziale delle soluzioni open source per applicazioni in tempo reale come chatbot, assistenza clienti automatizzata e traduzioni live. Tutti ambiti dove la velocitร di risposta รจ essenziale.
I modelli non-reasoning forniscono infatti risposte istantanee senza processi di ragionamento interni, caratteristica che li rende ideali per task che prevedono un alto livello di reattivitร .
Le specifiche di V3-0324
Come sottolineato dai portavoce di Artificial Analysis, รจ la prima volta che un modello open source guida la classifica degli LLM non-reasoning. I modelli reasoning rimangono perรฒ superiori per la risoluzione di problemi complessi.
Il nuovo V3-0324 mantiene molte delle specifiche della versione che venne resa disponibile in precedenza dagli stessi autori:
- una finestra di contesto di 128 mila token (limitata a 64 mila via API).
- 671 miliardi di parametri totali.
- 37 miliardi di parametri attivi.
- Solo testo (non si tratta quindi di un modello multimodale che puรฒ gestire diverse tipologie di contenuti).
DeepSeek-V3-0324 รจ in grado di limitare il numero di parametri utilizzati in fase di esecuzione, cosa che lo rende efficiente anche quando deve operare su configurazioni hardware particolarmente non avanzate.