Schneller, günstiger, leistungsfähiger: DeepSeek stellt neue Version seines Sprachmodells vor
Das chinesische Technologieunternehmen DeepSeek hat eine verbesserte Version seines großen KI-Sprachmodells DeepSeek-V3-0324 vorgestellt, nur drei Monate nach der Einführung der ersten Version V3 im Dezember 2024.
Das aktualisierte Modell zeichnet sich durch erhöhte Effizienz und erweiterte Fähigkeiten aus, insbesondere durch die Fähigkeit, optisch ansprechende Webseiten und hochwertige Berichte in chinesischer Sprache zu erstellen.
DeepSeek-V3-0324 zieht Aufmerksamkeit durch seine reduzierten Anforderungen an Rechenressourcen für das Training, verkürzte Trainingszeiten und erschwinglichere API-Preise auf sich, während es gleichzeitig eine hohe Leistung im Vergleich zu Wettbewerbern wie GPT von OpenAI beibehält.
Eine der wichtigsten Eigenschaften des neuen Modells ist das Fehlen der „Denkpause“-Phase, die es ihm ermöglicht, schnell Antworten zu liefern, ohne sich an komplexen Aufgaben aufzuhalten, im Gegensatz zum vorherigen Modell DeepSeek R1.
Die Parametergröße der neuen Version beträgt 685 Milliarden, was sie zu einem der größten öffentlich zugänglichen Sprachmodelle macht.
DeepSeek-V3-0324 zeigte eine Verbesserung der Ergebnisse bei Künstlicher-Intelligenz-Tests um 5,3-19,8% im Vergleich zur Vorgängerversion und nähert sich in der Leistung führenden Modellen wie GPT-4.5 und Claude Sonnet 3.7 an.
Außerdem zeigte die aktualisierte Version signifikante Fortschritte bei der Erstellung von Webseiten sowie beim Suchen, Schreiben und Übersetzen von Texten in chinesischer Sprache.
Um das Modell DeepSeek-V3-0324 voll auszunutzen, benötigen Benutzer mindestens 700 GB freien Speicherplatz auf der Festplatte und mehrere Nvidia A100/H100-Grafikprozessoren. Es gibt jedoch auch vereinfachte Versionen des Modells, die auf einem einzigen GPU, wie dem Nvidia 3090, laufen können.
