A Nova IA da China Acabou de Mudar o Jogo

Uma mudança sísmica acaba de se propagar pela paisagem da inteligência artificial. O laboratório chinês de IA DeepSeek revelou o **DeepSeek V4**, um modelo de linguagem grande emblemático que desafia as expectativas e reescreve a narrativa do domínio global da IA. Esta não é meramente mais uma atualização incremental; é um desafio profundo à ordem estabelecida, sinalizando uma nova era na corrida pela IA de fronteira.

No cerne desta disrupção está a pura audácia da sua criação. Apesar das rigorosas sanções dos EUA que limitam o acesso a hardware de ponta e de uma significativa disparidade de recursos, a DeepSeek desenvolveu um modelo que rivaliza com os melhores do mundo. Eles alcançaram este feito utilizando "nerfed Nvidia GPUs", um contraste gritante com as centenas de bilhões de dólares e o acesso irrestrito desfrutados pelos principais laboratórios americanos.

O DeepSeek V4 chega como um modelo totalmente de código aberto e com pesos abertos (open-weights), oferecendo transparência sem precedentes em sua arquitetura e metodologias de treinamento. Suas capacidades incluem um comprimento de contexto de um milhão de tokens, colocando-o na própria fronteira da tecnologia LLM atual. A versão Pro possui 1,6 trilhão de parâmetros totais com 49 bilhões ativos, enquanto a variante Flash, um modelo de trabalho, opera com 284 bilhões de parâmetros totais e 13 bilhões ativos.

Este lançamento não é sobre a China finalmente "alcançar" as potências ocidentais de IA; é sobre mudar fundamentalmente as regras do jogo. O DeepSeek V4 demonstra que IA de nível de fronteira e de classe mundial pode surgir de ambientes com recursos limitados, aproveitando a eficiência e paradigmas de treinamento inovadores para contornar barreiras tradicionais. O desempenho do modelo, rivalizando com modelos como Anthropic's Opus 4.7 e OpenAI's GPT 5.5 em capacidades agenticas e raciocínio, vem a uma fração do custo, com a versão Flash custando centavos por milhão de tokens.

As implicações são enormes, abrangendo estratégia geopolítica, competição econômica e o futuro do desenvolvimento de IA de código aberto. O DeepSeek V4 força uma reavaliação da eficácia dos controles de exportação e da própria definição de liderança em IA. Ele prepara o terreno para um novo tipo de corrida global de IA, onde inovação, eficiência e acessibilidade podem se mostrar mais decisivas do que o poder de computação bruto. Este modelo é um lembrete potente de que o progresso tecnológico encontra um caminho, mesmo sob imensa pressão.

O DeepSeek V4 chega em duas configurações potentes: o modelo Pro emblemático e a versão Flash mais enxuta e rápida. O Pro ostenta impressionantes 1,6 trilhão de parâmetros totais, aproveitando uma arquitetura Mixture of Experts (MoE) que engaja ativamente 49 bilhões de parâmetros a qualquer momento. Este design permite uma capacidade imensa enquanto otimiza a eficiência computacional ao ativar apenas as partes do modelo relevantes para uma consulta específica.

O Flash, projetado como um modelo de trabalho de alto rendimento, apresenta 284 bilhões de parâmetros totais com 13 bilhões ativos, mantendo os mesmos princípios de eficiência MoE. Ambos os modelos foram treinados com imensos 33 trilhões de tokens de dados, estabelecendo uma base robusta para suas capacidades avançadas. Este extenso regime de treinamento sustenta sua capacidade de lidar com tarefas complexas com notável precisão.

Crucialmente, DeepSeek V4 atinge um comprimento de contexto de um milhão de tokens, colocando-o instantaneamente na fronteira absoluta das capacidades de modelos de linguagem grandes. Esta janela de contexto expansiva permite que o modelo processe e compreenda vastas quantidades de informação numa única interação, tornando-o apto para análise de formato longo, sumariação de documentos e conversas complexas de várias voltas sem perder a coerência.

Além da escala bruta, DeepSeek V4 demonstra capacidades agenticas significativamente aprimoradas. O modelo se destaca em tarefas complexas de codificação e raciocínio sofisticado, rivalizando diretamente com as últimas ofertas de líderes da indústria como OpenAI e Anthropic. Seu desempenho em áreas como math, STEM e coding benchmarks supera todos os modelos abertos atuais e compete de perto com as principais alternativas de código fechado.

Esta proeza arquitetónica, combinada com a sua impressionante escala de treino, posiciona DeepSeek V4 como um jogador formidável. A capacidade do modelo de implementar eficientemente um número massivo de parâmetros através de MoE, juntamente com o seu contexto de nível de fronteira e habilidades agenticas, redefine o que a comunidade open-source pode alcançar, desafiando diretamente os sistemas proprietários estabelecidos.

Dezoito meses atrás, DeepSeek remodelou fundamentalmente o cenário da IA com o lançamento de **DeepSeek R1**, um modelo open-source, de pesos abertos, que entregou um choque sísmico. Até a estreia do R1, a capacidade de "pensar" — exibindo capacidades avançadas de raciocínio e resolução complexa de problemas — residia quase exclusivamente nos confins dos laboratórios de IA de código fechado dos EUA. DeepSeek R1 quebrou decisivamente este monopólio percebido, demonstrando que a inteligência de nível de fronteira era acessível além do Silicon Valley.

A reação do mercado foi imediata e profunda. Seu lançamento provou que outros países e iniciativas open-source poderiam de fato desenvolver modelos na fronteira absoluta da IA, desafiando diretamente a ordem estabelecida. Esta revelação enviou ondas de choque através da indústria e dos mercados financeiros; relatórios indicaram que o mercado de ações caiu 20% da noite para o dia, um indicador claro da realização súbita e inquietante de que a liderança dos EUA em inteligência artificial não era um facto imutável, mas um domínio contestado.

Crucialmente, DeepSeek R1 também demonstrou um nível sem precedentes de eficiência de treino. Ele alcançou suas capacidades avançadas de "pensamento" por uma mera "fração do preço" e recursos em comparação com as centenas de bilhões gastas pelos principais laboratórios dos EUA. Isso foi conseguido mesmo enquanto, alegadamente, utilizava "nerfed Nvidia GPUs", um testemunho da notável engenhosidade e desenvoltura da DeepSeek na otimização do desenvolvimento de modelos sob restrições de hardware.

O avanço da eficiência do R1 lançou as bases essenciais para as inovações agora vistas no V4. A capacidade de extrair o máximo desempenho de hardware e orçamentos restritos tornou-se uma marca da filosofia de desenvolvimento da DeepSeek. Este precedente histórico sublinha por que a atual relação custo-desempenho do V4 representa um desafio tão potente ao status quo, ecoando o impacto transformador do R1. Para uma análise mais aprofundada dos mais recentes avanços da DeepSeek, explore o DeepSeek V4 Preview Release.

O desempenho do DeepSeek V4 em benchmarks críticos posiciona-o firmemente entre os modelos de IA de elite do mundo. Em MMLU Pro para conhecimento e raciocínio, GPQA Diamond, e SWE-bench Verified para codificação, DeepSeek V4 Pro rivaliza consistentemente com as últimas ofertas da OpenAI e Anthropic. Embora gráficos específicos revelem que ele fica marginalmente atrás de GPT-5.5 e Opus 4.7 em pontuações brutas, a diferença de desempenho é notavelmente pequena, colocando-o no mesmo escalão superior.

Esta quase paridade é o ponto crucial, demonstrando que o DeepSeek V4 não apenas compete; ele se estabelece no mesmo nível de inteligência de fronteira que seus equivalentes de código fechado. Ele oferece capacidades de codificação agentic de última geração, diretamente comparáveis a modelos como Opus 4.7 e GPT 5.5, que acabaram de ser lançados. Além disso, seu vasto conhecimento de mundo e capacidades de raciocínio de classe mundial superam todos os modelos abertos atuais, rivalizando até mesmo com as principais soluções de código fechado.

Para a esmagadora maioria das aplicações empresariais, a mínima diferença de desempenho entre o DeepSeek V4 Pro e modelos como GPT-5.5 ou Opus 4.7 torna-se praticamente irrelevante. A maioria dos casos de uso do mundo real não exige inteligência absoluta e de ponta a todo custo. Um modelo que é 98% tão capaz, mas vastamente mais acessível e eficiente, remodela fundamentalmente o cálculo econômico para empresas em todo o mundo.

Esta inteligência "boa o suficiente", entregue a uma fração do custo, representa uma mudança sísmica no mercado de IA. O DeepSeek V4 Pro oferece inteligência ligeiramente inferior aos seus rivais mais caros, mas a um preço significativamente reduzido, tornando a IA avançada muito mais acessível. DeepSeek V4 Flash, o modelo de trabalho menor e mais rápido, incorpora essa disrupção de forma ainda mais dramática, fornecendo capacidades robustas por centavos por milhão de tokens.

Tal eficiência, alcançada mesmo com "nerfed Nvidia GPUs", desafia profundamente as estruturas de custo tradicionais do desenvolvimento de IA. O DeepSeek não está apenas lançando um modelo impressionante; está introduzindo uma potente força de mercado que prioriza a eficiência de custo e a ampla acessibilidade. Essa democratização da IA de alto nível permite que uma gama muito mais ampla de desenvolvedores e empresas globalmente aproveite capacidades avançadas, alterando fundamentalmente o cenário competitivo e acelerando a inovação.

Os gráficos de Preço vs Desempenho de Modelos de IA do Artificial Analysis Intelligence Index ilustram vividamente o campo de batalha emergente para a IA generativa. Esta visualização crucial plota a inteligência no eixo Y contra o preço no eixo X, definindo claramente o quadrante superior esquerdo como o ponto ideal cobiçado: inteligência máxima com custo mínimo. O posicionamento estratégico do DeepSeek V4 neste gráfico altera fundamentalmente o cenário competitivo, iniciando uma guerra de preços agressiva.

Modelos de fronteira dos Estados Unidos como GPT 5.5 e Opus 4.7 atualmente ocupam o pináculo da inteligência, posicionados no alto do eixo Y. GPT 5.4 Extra High segue de perto, todos residindo para a direita, indicando custos mais altos. O DeepSeek V4 Pro, embora se posicione ligeiramente atrás desses líderes em benchmarks de inteligência bruta, está significativamente mais à esquerda no eixo X. Isso se traduz em um preço dramaticamente mais baixo para um modelo que oferece capacidades quase de fronteira, desafiando o prêmio associado ao desempenho de alto nível.

O DeepSeek V4 Flash leva essa vantagem econômica ainda mais longe em território disruptivo. Posicionado mais baixo no eixo da inteligência, mas dramaticamente à esquerda no eixo do preço, o Flash surge como um modelo workhorse absoluto. Seu custo operacional é medido em meros centavos por milhão de tokens, tornando a inferência de IA de alto desempenho acessível a uma vasta gama de empresas e desenvolvedores. Crucialmente, a maioria dos casos de uso do mundo real não exige o desempenho de ponta absoluto dos modelos mais caros; o DeepSeek oferece inteligência "quase tão boa" a uma fração do custo.

Este posicionamento estratégico destaca o desafio central da DeepSeek aos players estabelecidos. A sua eficiência, alcançada mesmo ao trabalhar com "nerfed Nvidia GPUs", representa uma vantagem operacional significativa, permitindo-lhes entregar valor substancial sem os custos proibitivos de treino e inferência baseados nos EUA. A capacidade da DeepSeek de desenvolver modelos de nível de fronteira com uma fração dos recursos ameaça diretamente as estruturas de preços atuais dos concorrentes.

Intensificando ainda mais esta crescente guerra de preços, a DeepSeek declarou explicitamente planos para baixar ainda mais os preços à medida que a sua capacidade de computação se expande. Este compromisso decorre da sua capacidade demonstrada de treinar modelos com notável eficiência em comparação com as centenas de milhares de milhões de dólares frequentemente citadas pelos laboratórios dos EUA. O seu escalonamento promete reduzir o preço efetivo da inferência de IA de alta qualidade, forçando os concorrentes a reavaliar os seus próprios modelos de preços e potencialmente corroendo as margens de lucro em toda a indústria. Esta agressiva relação custo-desempenho torna o DeepSeek V4 um disruptor formidável, remodelando as expectativas económicas para a IA avançada.

Washington implementou controles de exportação rigorosos, especificamente projetados para limitar o acesso da China a Nvidia GPUs de ponta. Estas restrições visavam aceleradores de alto desempenho como o A100 e o H100, cruciais para o treino de modelos de linguagem grandes e avançados. A política dos EUA tinha como objetivo dificultar estrategicamente as ambições de IA da China, negando o poder computacional bruto necessário para desenvolver inteligência artificial de nível de fronteira.

As capacidades surpreendentes do DeepSeek V4, no entanto, expõem um paradoxo crítico dentro desta estratégia. Embora estas restrições tenham, sem dúvida, limitado a computação bruta, elas inadvertidamente impulsionaram uma inovação poderosa e adaptativa nos laboratórios de IA chineses. Em vez de serem completamente impedidos, os investigadores focaram-se intensamente na eficiência algorítmica, otimizando arquiteturas de modelos e metodologias de treino para extrair o máximo desempenho de 'nerfed Nvidia GPUs' menos potentes.

A conquista da DeepSeek no desenvolvimento de um modelo de nível de fronteira como o V4, que rivaliza com os seus principais homólogos dos EUA enquanto opera com uma fração do seu custo de treino, demonstra diretamente esta engenhosidade. Eles projetaram modelos sofisticados que maximizam o desempenho a partir de recursos de hardware limitados. Esta otimização forçada levou a avanços em áreas como arquiteturas Mixture of Experts (MoE) e eficiência de dados. Para um aprofundamento nestas inovações, os leitores podem consultar o DeepSeek-V4 Technical Report.

O CEO da Nvidia, Jensen Huang, tem articulado consistentemente este preciso paradoxo geopolítico. Ele argumenta que os controles de exportação, embora tentem atrasar o progresso, em última análise não impedirão a China de desenvolver os seus próprios chips e modelos de IA. Huang defende que a questão fundamental muda de *se* a China irá inovar para *sobre qual* tecnologia fundamental estes futuros avanços serão construídos: designs americanos ou alternativas chinesas totalmente desenvolvidas internamente, representando um desafio estratégico a longo prazo.

O DeepSeek V4 sublinha profundamente as consequências não intencionais do bloqueio tecnológico. A sua rápida ascensão na IA, apesar das limitações de hardware, força uma reavaliação sobre se a limitação do acesso ao hardware apenas altera o panorama competitivo, fomentando a autossuficiência em vez de restringir o progresso geral. Este pivô estratégico, impulsionado pela necessidade, poderá remodelar fundamentalmente as dependências tecnológicas globais e acelerar a independência da China na infraestrutura de IA.

Relatórios recentes do governo dos EUA e da desenvolvedora de IA Anthropic reacenderam acusações contra laboratórios chineses de IA, alegando envolvimento generalizado em "ataques de destilação". Essas alegações sugerem um esforço concertado para alavancar modelos concorrentes de alto desempenho para fins de treinamento, levantando sérias preocupações sobre roubo de propriedade intelectual e a integridade da concorrência leal na corrida global de IA. Tais alegações sublinham as crescentes tensões geopolíticas em torno do desenvolvimento de IA de fronteira, particularmente à medida que a China faz avanços rápidos.

Um ataque de destilação fundamentalmente envolve o uso de um modelo de IA existente, muitas vezes proprietário, para gerar vastas quantidades de dados de treinamento sintéticos. Este conjunto de dados recém-criado serve então para treinar um modelo separado, tipicamente menor ou mais eficiente, do zero. O objetivo principal é "destilar" eficazmente o conhecimento, as capacidades de raciocínio e os padrões subjacentes do modelo original, contornando assim os seus custos originais e caros de coleta de dados e desenvolvimento de propriedade intelectual.

Acusações especificamente dirigidas à DeepSeek citaram um volume de consultas reportado de aproximadamente 150.000 trocas com modelos concorrentes. Embora este número não seja insignificante, fica consideravelmente aquém da escala massiva tipicamente exigida para um esforço de destilação abrangente para construir um modelo de fronteira. Muitos especialistas da indústria argumentam que tais volumes de consultas representam mais plausivelmente um benchmarking competitivo e avaliação de modelos padrão e rigorosos, em vez de uma campanha de geração de dados em larga escala destinada ao treinamento central.

As ações subsequentes da DeepSeek complicam ainda mais a narrativa em torno dessas alegações. A empresa publicou proativamente um white paper incrivelmente detalhado acompanhando o lançamento do DeepSeek V4, descrevendo meticulosamente sua arquitetura, metodologia de treinamento abrangente e até discutindo abertamente várias falhas de desenvolvimento encontradas. Este nível de transparência sem precedentes vai diretamente contra o comportamento secreto que se associaria tipicamente a uma empresa que tenta ocultar roubo de propriedade intelectual.

Esta divulgação proativa de extensos detalhes técnicos desafia diretamente a noção de aquisição clandestina de dados. A abertura da DeepSeek apresenta um contraste marcante com as práticas muitas vezes opacas observadas no desenvolvimento de IA proprietária de outras regiões. Sua abordagem transparente exige uma reavaliação das alegações de 'roubo', reformulando o debate menos como um crime de PI direto e mais como uma competição intensa e sem restrições dentro de um cenário tecnológico em rápida evolução, empurrando os limites do que constitui a coleta aceitável de inteligência competitiva.

CEOs nos EUA e em nações aliadas agora enfrentam um dilema estratégico claro e imediato. Eles devem pesar a segurança estabelecida e a confiabilidade percebida de modelos premium de código fechado de fornecedores americanos contra as vantagens econômicas e técnicas atraentes oferecidas pelo novo V4 de código aberto da DeepSeek. Esta decisão vai além de meras métricas de desempenho, tocando no controle operacional de longo prazo e na profunda eficiência de custos para suas organizações.

A escolha coloca o GPT da OpenAI e o Claude da Anthropic, com seus preços mais altos e funcionamentos internos opacos, contra a alternativa transparente, altamente personalizável e significativamente mais barata do DeepSeek V4. O DeepSeek V4 Pro, embora marginalmente atrás de benchmarks de alto nível como MMLU Pro e GPQA Diamond, oferece inteligência comparável a um custo drasticamente reduzido. Sua versão Flash promete "centavos por milhão de tokens", tornando-o um verdadeiro cavalo de batalha para aplicações empresariais de alto volume.

Para as empresas, o modelo de código aberto apresenta benefícios inegáveis que impactam diretamente os resultados financeiros e a agilidade estratégica. As empresas obtêm controle total sobre a arquitetura do modelo, permitindo um fine-tuning profundo para conjuntos de dados proprietários e lógica de negócios específica. Isso melhora drasticamente a relevância e a precisão, ao mesmo tempo em que salvaguarda informações sensíveis através da implantação no local ou em nuvem privada, garantindo uma data privacy superior e conformidade.

Crucialmente, a adoção do DeepSeek V4 elimina os custos recorrentes, muitas vezes imprevisíveis, associados às chamadas de API para provedores de código fechado, resultando em cost savings massivas e previsíveis. Essa independência operacional permite que as empresas inovem mais rapidamente, livres do aprisionamento tecnológico (vendor lock-in) e de possíveis aumentos de preços. O cálculo econômico para muitas empresas globais favorecerá esmagadoramente a alternativa chinesa.

A "grande maioria dos casos de uso" não exige inteligência de nível de fronteira absoluta; em vez disso, eles priorizam a eficiência e a relação custo-benefício. A capacidade do DeepSeek de oferecer desempenho quase de ponta (state-of-the-art) por uma fração do preço, mesmo com "GPUs Nvidia nerfed", cria uma proposta irresistível. Essa mudança fundamental no cenário da IA força uma reavaliação do alinhamento geopolítico versus a vantagem estratégica da liberdade operacional e economias financeiras substanciais.

A rápida proliferação do DeepSeek V4 entre as empresas dos EUA sinaliza uma iminente crise de dependência de IA com profundas implicações para a segurança nacional. À medida que as empresas americanas integram cada vez mais este poderoso e econômico modelo chinês de código aberto em suas operações centrais, elas correm o risco de construir infraestrutura crítica sobre tecnologia controlada por um rival geopolítico primário. Isso cria uma dependência precária que poderia ser explorada.

Considere os cenários potenciais. Pequim poderia impor mudanças arquitetônicas em futuras iterações, forçando revisões disruptivas ou criando degradações de desempenho para usuários estrangeiros. Embora o DeepSeek V4 seja de código aberto, a empresa poderia restringir o acesso a atualizações críticas, suporte ao desenvolvedor ou até mesmo a versões inteiramente novas, cortando efetivamente as linhas de vida para as empresas dependentes dos EUA. A perspectiva mais alarmante envolve a introdução sutil de backdoors dentro dos pesos do modelo ou do código subjacente, permitindo a exfiltração de dados, roubo de propriedade intelectual ou até mesmo manipulação de sistemas em escala nacional.

Essa dependência emergente ameaça diretamente os trilhões de dólares atualmente investidos no ecossistema de IA dos EUA. O capital de risco americano, as bolsas de pesquisa e os gastos corporativos visam cultivar a inovação doméstica e garantir retornos econômicos futuros. Se a camada fundamental de IA para aplicações empresariais generalizadas se originar da China, uma parte significativa desses retornos — e as vantagens estratégicas que eles conferem — será capturada por entidades estrangeiras.

Tal cenário poderia desestabilizar o crescente mercado de IA dos EUA, potencialmente estourando a bolha de investimento e sufocando a inovação doméstica de longo prazo. O governo e a indústria dos EUA enfrentam uma escolha difícil: priorizar a economia de custos de curto prazo com o DeepSeek V4 ou salvaguardar a segurança nacional e a soberania econômica, promovendo alternativas domésticas competitivas. Para mais detalhes técnicos sobre as capacidades do modelo, incluindo seu impressionante contexto de um milhão de tokens, os desenvolvedores podem consultar recursos como DeepSeek-V4: a million-token context that agents can actually use - Hugging Face.

O lançamento do DeepSeek V4 expõe uma nova e dura realidade para a American AI, remodelando fundamentalmente o cenário tecnológico global. Apesar dos rigorosos controles de exportação que forçam a China a depender de GPUs Nvidia 'nerfed', o DeepSeek demonstrou que pode desenvolver modelos de código aberto de nível de fronteira, que correspondem aos benchmarks dos EUA, por uma fração do custo. Essa eficiência sem precedentes desafia diretamente o investimento de trilhões de dólares que está sendo despejado em modelos dos EUA de alto custo e código fechado, como os da OpenAI e Anthropic.

A estratégia da América de alavancar hardware superior e capital massivo agora enfrenta uma ameaça existencial da inovação de software e da relação custo-benefício. Podem os gigantes da tecnologia dos EUA sustentar seus modelos atuais de precificação e desenvolvimento quando alternativas de código aberto globalmente acessíveis e 'boas o suficiente', como DeepSeek V4 Pro e Flash, oferecem desempenho comparável por centavos por milhão de tokens? O cálculo econômico mudou drasticamente, tornando o "quase tão bom" uma proposta muito mais atraente para as empresas.

Ignorar essa mudança de paradigma arrisca um profundo inverno da AI nos EUA. Bilhões investidos em modelos proprietários e intensivos em recursos podem não gerar retornos competitivos contra uma onda de inovação chinesa eficiente e de código aberto. Isso poderia não apenas corroer a liderança tecnológica dos EUA e criar um déficit de inovação, mas também desencadear uma desaceleração econômica significativa para empresas que apostam exclusivamente em ecossistemas caros e fechados.

O espectro da adoção generalizada de AI de código aberto chinesa por empresas dos EUA, impulsionada por custos e acessibilidade atraentes, é iminente. Esse cenário levanta implicações críticas para a segurança nacional, promovendo uma dependência indesejável da infraestrutura de AI estrangeira. Os "ataques de destilação" citados por relatórios do governo dos EUA e da Anthropic ressaltam a vulnerabilidade e a importância estratégica desse domínio, sugerindo um esforço deliberado para contornar as barreiras existentes.

Washington e Silicon Valley confrontam um dilema urgente. Dobrar a aposta na estratégia existente de modelos fechados e caros parece cada vez mais insustentável diante de uma competição global tão potente. Uma resposta mais pragmática pode envolver a reavaliação dos controles de exportação, o investimento pesado em iniciativas domésticas de AI de código aberto, ou a redefinição fundamental de toda a abordagem da América para a corrida da AI global. O futuro econômico e a soberania tecnológica da nação estão em jogo.

O que é DeepSeek V4?

DeepSeek V4 é um poderoso modelo de linguagem grande de código aberto da China. Ele apresenta uma janela de contexto de um milhão de tokens e vem em duas versões, Pro e Flash, projetadas para competir com modelos líderes como GPT-4 e Claude 3.

DeepSeek V4 é melhor que GPT-4?

De acordo com benchmarks, o DeepSeek V4 é quase tão capaz quanto modelos de ponta como a série GPT-4 da OpenAI e o Claude 3 Opus da Anthropic. Embora ligeiramente atrás em algumas tarefas de fronteira, seu desempenho é altamente competitivo, especialmente dado seu custo significativamente menor.

Por que o DeepSeek V4 é uma ameaça para a indústria de AI dos EUA?

Sua combinação de desempenho quase de ponta, eficiência de custo radical e natureza de código aberto apresenta uma alternativa atraente para empresas globais. Isso poderia desviar receita de laboratórios de AI dos EUA e criar uma dependência estratégica da tecnologia chinesa.

Como o DeepSeek treinou um modelo tão poderoso com recursos limitados?

O DeepSeek superou os controles de exportação dos EUA sobre GPUs de ponta, focando em inovações algorítmicas. Seus métodos de treinamento eficientes permitiram que eles criassem um modelo de nível de fronteira usando hardware menos potente e 'nerfed'.