A DeepSeek lançou o DeepSeek-R1-0528, uma atualização de versão menor que aprimora significativamente a profundidade do raciocínio e as capacidades de inferência por meio do aumento dos recursos computacionais e otimizações algorítmicas durante o pós-treinamento.

  • A precisão no teste AIME 2025 aumentou de 70% para 87,5%, impulsionada por uma média de 23K tokens por pergunta em comparação com os 12K anteriores.
  • O desempenho geral se aproxima dos principais modelos como O3 e Gemini 2.5 Pro em matemática, programação e lógica geral.
  • A atualização reduz as taxas de alucinação e melhora o suporte à chamada de funções e a experiência de codificação por vibração.
  • A DeepSeek destilou a cadeia de pensamento deste modelo para treinar o Qwen3 8B Base, criando o DeepSeek-R1-0528-Qwen3-8B, que alcança desempenho de ponta entre modelos de código aberto no AIME 2024.

O modelo atualizado oferece melhor manipulação de tarefas complexas de raciocínio e está disponível via Hugging Face, aplicativos locais como vLLM e SGLang, e a API oficial da DeepSeek.