Имаше време, когато DeepSeek доказа, че може да се направи много с по-малко. Сега се завръща с DeepSeek-V3.1 и ясен сигнал: моделът е усъвършенстван, като се има предвид следващата вълна китайски чипове . Това не предполага незабавна промяна на пазара, но сочи посока, която би могла да обезпокои NVIDIA и други играчи в индустрията.
Компанията представи хибридна система за извод с два маршрута: Think (дълбоко разсъждение) и Non-Think (бърз отговор), които могат да се превключват чрез уебсайта и приложението им. Според тяхното съобщение, версията Think подобрява производителността в сравнение с предишната версия, демонстрирайки, че не само теглата са променени, но и режимите на изпълнение , които сега се използват.
Два пътя за извод за една архитектура
Предложението на DeepSeek-V3.1 консолидира двупътен подход , напомнящ за това, което се тества в модели от следващо поколение: редуване между режим на задълбочено мислене за по-сложни задачи и по-гъвкав режим за незабавни отговори. В интерфейса вече се появява бутон за „задълбочено мислене“, който позволява превключване на поведението според нуждите.
Това превключване позволява разходите и латентността да бъдат съобразени с всяка заявка , което е практичен баланс между качество на разсъжденията и скорост. За потребителя това се изразява в по-дълги разговори и по-ефективно управление на хетерогенни задачи в рамките на един работен процес.
UE8M0 FP8, ориентиран към местни чипове
В закачен коментар в официалния си WeChat канал, DeepSeek заявява: „ UE8M0 FP8 е за следващото поколение домашни чипове .“ Четенето е ясно: форматът на данните FP8, приет от V3.1, е съобразен с местната екосистема . Техническият информационен лист за Hugging Face показва, че моделът е обучен с помощта на формата за мащабиране UE8M0 FP8 , знак, че точността не е просто въпрос на тегло, а по-скоро част от дизайна на обучението и изпълнението.
FP8, работещ с 8 бита, намалява наполовина размера в сравнение с FP16/BF16 и, когато е вградено поддържан, позволява по-висока производителност на такт и по-ниска консумация на памет. Всичко зависи от това дали чиповете, достигащи до китайския пазар, ще се възползват от тази схема за мащабиране. Ако това съответствие бъде потвърдено, това би могло да промени разговора за това кой захранва изкуствения интелект в Китай.
Производителност, контекст и наличност на DeepSeek-V3.1
DeepSeek посочи по-широк контекстен прозорец , който според споделена информация достига до 128 000 токена , предназначен за дълги документи и многократни разговори. Моделът е достъпен чрез API, а компанията поддържа технически ресурси на Hugging Face, в които се описва подробно използването на UE8M0 FP8.
Във външни оценки като MathArena (платформа, свързана с ETH Zurich), V3.1 в своя режим Think се появява сред водещите модели , като GPT-5 оглавява най-скорошните им класации. Отвъд този моментен момент, ключовият извод е, че актуализацията позиционира модела на върха на конкурентната среда и с потенциал за итеративно подобрение.
Тестове на трети страни показват положителни резултати в задачите за кодиране и логика, въпреки че точното класиране в сравнение с конкурентите от висок клас варира в зависимост от бенчмарка . Междувременно компанията продължава да се фокусира върху комбинирането на скорост и разсъждения със своята архитектура и режими на извод.
Конкурентно напрежение и контрол върху износа
Преминаването към V3.1 идва в деликатен момент: Съединените щати поддържат контрол върху износа на усъвършенствани чипове за Китай, а местният пазар ускорява ангажимента си към собствените си алтернативи. За NVIDIA, която според последния си доклад отдава около 13% от приходите си на Китай , потенциалното преминаване към местни решения с подкрепата на 8РП може да ерозира търсенето с течение на времето.
Статусът на чиповете H20O в Китай се колебаеше, белязан от разрешителни, регулаторен натиск и планове за наследяване. В този контекст всеки път, който позволява на китайските разработчици да станат по-малко зависими от тези регулаторни прозорци, придобива стратегическа стойност . Оттук и интересът към програма по 8РП, предназначена за „следващия“ сектор в местните полупроводници.
Трябва да бъдем реалисти: както съобщава Financial Times, DeepSeek е срещнал технически трудности при опит да обучи своя R2 модел на Huawei Ascend и е трябвало да се обърне към графични процесори NVIDIA за обучение, като поддържа извод за китайски хардуер, където е възможно. Най-разумното тълкуване е V3.1 да се разглежда като итерация в тази посока, а не като окончателен скок.
Ценообразуване и пътна карта на DeepSeek-V3.1
DeepSeek обяви , че ще коригира таксите си за API, считано от 6 септември. Този API е каналът, който позволява на продукти на трети страни да интегрират неговия модел. Въпреки че не са публикувани конкретни подробности, съобщението е в съответствие със стратегия, фокусирана върху устойчивостта и мащабируемостта на услугите след пускането на версия 3.1.
Компанията свързва тази версия с графика си за актуализации, следвайки надстройката R1 през май и първата еволюция на серията V3 през март. Технически, източници от екосистемата описват архитектура „Смес от експерти“ с десетки милиарди активни параметри на токен , предназначена да оптимизира ресурсите без да се жертва качеството.
Версия 3.1 изпраща ясно послание: хибриден модел за извод , обучен и фино настроен върху UE8M0 FP8 , тестващ съвместимостта със следващата вълна китайски чипове и пристигащ с подобрения в контекста и наличността чрез API. Ако хардуерът е на ниво и нативната FP8 се представя според очакванията, дискусията за това къде се използва изкуственият интелект в Китай може да се промени, с последващи ефекти върху световната конкуренция и веригата за доставки.