Am 29. Mai 2025 hat das chinesische Startup DeepSeek ein neues FOKUS für sein R1-Reasoning-Modell veröffentlicht. Das Modell R1-0528 wurde auf der Entwicklerplattform Hugging Face vorgestellt, allerdings ohne eine offizielle Ankündigung. Details zum Modell selbst, einschließlich dessen Vergleich mit anderen KI-Modellen, wurden bislang nicht veröffentlicht. In der aktuellen LiveCodeBench-Rangliste belegt DeepSeeks R1-Schlussfolgermodell in der Codegenerierung den dritten Platz, knapp hinter OpenAIs o4 mini und o3-Modellen.
Es wird zudem berichtet, dass DeepSeeks Modell R1 seine Konkurrenz übertrifft, darunter xAIs Grok 3 mini und Alibabas Qwen 3. Ein Vertreter von DeepSeek äußerte in einer WeChat-Gruppe, dass zurzeit ein „kleines Test-Upgrade“ des Modells durchgeführt wird. Trotz der weit verbreiteten Annahme, dass US-Exportkontrollen die Fortschritte der chinesischen KI-Forschung beeinträchtigen, hat DeepSeek betont, dass ihre neu veröffentlichten KI-Modelle denen aus den USA ebenbürtig oder sogar überlegen sind und dies zu geringeren Kosten.
Relevanz für die Tech-Branche
Die Markteinführung des R1-Modells im Januar hat zudem zu einem Rückgang der Technologieaktien außerhalb Chinas geführt. So haben große chinesische Unternehmen wie Alibaba und Tencent seitdem 700 neue Modelle veröffentlicht, die angeblich DeepSeek übertreffen. In dieser wettbewerbsintensiven Landschaft hat Google reagiert, indem es vergünstigte Zugangsstufen für sein Gemini-Modell eingeführt hat. Auch OpenAI senkte die Preise für seine Dienstleistungen und stellte ein o3 Mini-Modell vor, das weniger Rechenleistung benötigt.
DeepSeek plant bereits die Einführung seines Nachfolgemodells R2, dessen Veröffentlichung ursprünglich für Mai 2025 anberaumt war. Bereits im März dieses Jahres hatte das Unternehmen ein Upgrade für sein großes Sprachmodell V3 präsentiert.
Innovative KI-Modelle
Zusätzlich zum R1-Modell hat DeepSeek zwei neue KI-Modelle vorgestellt: DeepSeek-R1-Zero und DeepSeek-R1. Das Modell R1-Zero wurde ausschließlich durch Reinforcement Learning (RL) trainiert, ohne auf überwachte Daten zurückzugreifen. Dies zeigt, dass KI-Modelle die Fähigkeit entwickeln können, zu schlussfolgern, ohne menschliche Vorgaben.
Das DeepSeek-R1-Modell nutzt Anfangsdaten und erreicht Leistungen, die mit OpenAIs Modellen in Mathematik, Programmierung und logischem Denken vergleichbar sind. Auch hat DeepSeek sechs kompaktere Modelle veröffentlicht, die das Wissen der großen Modelle durch Destillation übernehmen. Unter diesen übertrifft das 32B-Modell OpenAI-o1-mini in verschiedenen Benchmarks.
Alle neuen Modelle von DeepSeek sind Open Source und können über die DeepSeek-Plattform oder lokal genutzt werden, was den Zugang zur Technologie zusätzlich erleichtert.
Für weitere Informationen besuchen Sie Bitte Reuters oder Stadt-Bremerhaven.
