A DeepSeek lançou a versão R1-0528 de seu modelo de inteligência artificial em 28 de maio, melhorando seu desempenho em programação e escrita. O modelo agora consegue gerar até 728 linhas de código para criar aplicativos de animação 3D, alcançando resultados comparáveis ao Claude 4 da Anthropic. Desde seu lançamento inicial em janeiro de 2025, o R1 já se destacava por ter um custo de treinamento de apenas US$6 milhões, muito menor que os US$500 milhões da OpenAI. A nova versão trouxe melhorias como auto verificação para respostas mais precisas e um novo algoritmo que aumentou a eficiência de treinamento. No entanto, ainda existem problemas com suporte a múltiplos idiomas e latência nas respostas. O modelo agora utiliza cadeias de raciocínio mais longas, o que melhora a autocorreção, mas também torna as respostas mais lentas. Apesar disso, a qualidade das respostas em tarefas de escrita melhorou, oferecendo mais contexto e diferentes perspectivas. O preço da API da DeepSeek continua competitivo, mas a latência é um desafio para aplicações que precisam de respostas rápidas. Após o lançamento da nova versão, o uso da API aumentou, causando algumas interrupções no serviço. O desempenho do modelo em competições de programação também melhorou, superando a maioria dos programadores humanos.
A DeepSeek lançou a versão R1-0528 de seu modelo de inteligência artificial em 28 de maio de 2025, aprimorando o desempenho em programação e escrita. A atualização gerou até 728 linhas de código para um aplicativo de animação 3D, rivalizando com o modelo Claude 4 da Anthropic. O modelo R1, introduzido em janeiro de 2025, já havia se destacado por seu custo de treinamento de US$ 6 milhões, muito inferior aos US$ 500 milhões da OpenAI.
A nova versão R1-0528 trouxe melhorias significativas, incluindo auto verificação para aumentar a precisão em respostas matemáticas. No benchmark Extended NYT Connections, a pontuação subiu de 38,6 para 49,8, um aumento de quase 30%. Essa evolução é atribuída ao algoritmo GRPO (Group Relative Policy Optimization), que melhora a eficiência de treinamento em 2,3 vezes e reduz o uso de memória em 40%.
Apesar dos avanços, a versão ainda enfrenta desafios em suporte multilíngue e latência. O modelo precisa traduzir perguntas em alemão para chinês ou inglês antes de processá-las. A adoção de cadeias de raciocínio mais longas resultou em tempos de resposta mais lentos, como demonstrado em um teste que levou 148 segundos para resolver o problema “estimar π/7”. Essa abordagem melhora a autocorreção, mas é um obstáculo para interações em tempo real.
Desempenho e Custo
O R1-0528 também se destacou em tarefas de escrita, apresentando respostas estruturadas e mais contexto em perguntas históricas. A mistura de idiomas foi praticamente eliminada após ajustes na formatação. Contudo, resolver questões complexas de matemática ainda pode levar até 213 segundos. Em testes de poucos exemplos, o modelo foi até sete vezes mais lento que concorrentes que não utilizam inferência profunda.
A DeepSeek mantém preços competitivos para sua API, cobrando US$ 0,55 por milhão de tokens de entrada e US$ 2,19 por milhão de tokens de saída, representando apenas 3,7% do custo do modelo da OpenAI. Após o lançamento da versão R1-0528, o volume de chamadas à API aumentou, resultando em interrupções temporárias no serviço. O desempenho do modelo também melhorou no Codeforces, com o ELO subindo de 1890 para 2029, superando 96% dos programadores humanos.
Entre na conversa da comunidade