DeepSeek V4-et adott ki a kínai cég — 1M token kontextussal és MoE skálázással
A modell hibrid és tömörített figyelmi mechanizmusokkal éri el a hatalmas kontextusablakot, és már elérhető webes, applikációs és API-felületeken is.
Nyílt forráskódú DeepSeek V4-es modelljét mutatta be a kínai DeepSeek, amely MoE (Mixture of Experts) skálázással és 1 millió tokenes kontextusablakkal érkezik — írja a Last Week in AI podcast összefoglalója.
A DeepSeek V4 két változatban, Pro és Flash kiadásban is elérhető. A hatalmas kontextusablakot a modell hibrid és tömörített figyelmi mechanizmusok kombinációjával valósítja meg, ami jelentős előrelépést jelent a hosszú szövegek kezelésében.
A DeepSeek V4 kiadása a kínai AI-verseny fokozódását jelzi, miközben a Tencent is bemutatta Hunyuan 3 előzetesét, ami azonban gyengébb teljesítményteszt eredményeket produkált.
Az új modell már elérhető webes felületen, mobilapplikáción és API-n keresztül is, így a fejlesztők és felhasználók széles köre számára hozzáférhetővé válik a DeepSeek V4 képessége.