DeepSeek aus China schlägt Open-Source-Konkurrenz

Das chinesische Start-up DeepSeek hat mit der Veröffentlichung seines neuen großen Sprachmodells (LLMs) DeepSeek V3 internationale Aufmerksamkeit erregt. Tests zeigen, dass das Modell leistungsfähiger ist als vergleichbare Produkte führender Anbieter wie Meta und OpenAI.

Das in Hangzhou ansässige Unternehmen setzte bei der Entwicklung auf Effizienz: DeepSeek V3 wurde in nur zwei Monaten mit Kosten von 5,58 Millionen US-Dollar trainiert. Dabei nutzte es lediglich 2,78 Millionen GPU-Stunden. Zum Vergleich: Meta benötigte für Llama 3.1 30,8 Millionen GPU-Stunden.

Das Modell basiert auf 671 Milliarden Parametern. Tests bestätigen seine Überlegenheit gegenüber Metas Llama 3.1 und Alibabas Qwen 2.5 bei Textverständnis, Codierung, Mathematik und Fachwissen. Die Ergebnisse entsprechen der Leistung von OpenAI GPT-4o und Anthropic Claude 3.5 Sonnet.

Quelle: South China Morning Post

(Verfasst mit Hilfe von KI.)

Bild: kjpargeter / Freepik