Deepseek (Android App) ist ein chinesisches Unternehmen im Bereich der Künstlichen Intelligenz (KI), das im Mai 2023 gegründet wurde und seinen Sitz in Hangzhou hat. Finanziert durch den Hedgefonds High-Flyer, hat sich DeepSeek auf die Entwicklung von Open-Source-Sprachmodellen spezialisiert. Diese Modelle finden Anwendung in Bereichen wie Codierung, Mathematik und Sprachverarbeitung. Das neueste Modell, DeepSeek-V3, wurde im Dezember 2024 veröffentlicht und basiert auf einer Mixture-of-Experts-Architektur mit beeindruckenden 671 Milliarden Parametern, von denen 37 Milliarden pro Token aktiviert werden. Trotz seiner Komplexität ist das Modell kosteneffizient: Das Training kostete etwa 5,6 Millionen US-Dollar und benötigte 2,788 Millionen GPU-Stunden auf NVIDIA H800-GPUs.

In Benchmarks zeigt DeepSeek-V3 herausragende Leistungen, insbesondere in mathematischem Denken und Code-Generierung, und konkurriert erfolgreich mit führenden Modellen wie GPT-4o und Claude-3.5-Sonnet. Dabei wird DeepSeek für seine Effizienz und Leistungsfähigkeit gelobt. Allerdings gibt es Kritik an der Zensur bestimmter Themen im Modell, insbesondere in Bezug auf die chinesische Regierung und historische Ereignisse wie das Tian’anmen-Massaker. Diese Einschränkungen könnten die Akzeptanz des Modells in bestimmten Kontexten beeinflussen.

Trotzdem bietet DeepSeek viele Vorteile: Die Modelle sind als Open Source verfügbar, was die Integration in verschiedene Anwendungen erleichtert. Zudem können sie über eine API genutzt werden, die eine kostengünstige Implementierung ermöglicht. Die Entwicklung von DeepSeek zeigt, dass leistungsstarke KI-Modelle auch mit begrenzten Ressourcen möglich sind, was möglicherweise Druck auf etablierte Anbieter ausübt. DeepSeek könnte somit einen wichtigen Beitrag zur Demokratisierung von KI leisten und neue Standards setzen.