Çin'in DeepSeek V3.2 yapay zeka modeli, hesaplama bütçesinin çok küçük bir kısmıyla sınır ötesi performans elde ediyor



Özet


DeepSeek, daha az hesaplama gücü kullanarak OpenAI'ın GPT-5'iyle aynı seviyede performans gösteren DeepSeek V3.2 yapay zeka modelini geliştirdi. Bu başarı, gelişmiş yapay zeka yeteneklerinin yüksek maliyetli kaynaklara ihtiyaç duymadığı ve maliyet verimliliğinin önem kazandığı bir çağın habercisi. DeepSeek'in açık kaynak olarak sunduğu model, kuruluşların gelişmiş yetenekleri değerlendirmesini ve dağıtım üzerinde kontrol sahibi olmasını sağlıyor. Özellikle, DeepSeek'in yarı iletken çiplere sınırlı erişimi göz önüne alındığında, kaynak verimliliğiyle elde edilen bu başarı dikkat çekici.



Teknoloji devleri, öncü yapay zeka modellerini eğitmek için milyarlarca doları hesaplama gücüne yatırırken, Çin'in DeepSeek, daha akıllıca çalışarak, daha fazla çaba harcamadan benzer sonuçlar elde etti. DeepSeek V3.2 yapay zeka modeli, "daha az toplam eğitim FLOP'u" kullanmasına rağmen, muhakeme kıyaslamalarında OpenAI'ın GPT-5'iyle eşleşiyor; bu, endüstrinin gelişmiş yapay zeka oluşturma biçimini yeniden şekillendirebilecek bir çığır açıyor.

Kuruluşlar için bu yayın, öncü yapay zeka yeteneklerinin, öncü ölçekte hesaplama bütçeleri gerektirmesi gerekmediğini gösteriyor. DeepSeek V3.2'nin açık kaynak olarak sunulması, kuruluşların gelişmiş muhakeme ve temsilci yeteneklerini değerlendirmesini sağlarken, aynı zamanda dağıtım mimarisi üzerinde kontrol sahibi olmalarını sağlıyor; maliyet verimliliğinin yapay zeka benimseme stratejileri için giderek daha merkezi hale gelmesiyle pratik bir husus.

Hangzhou merkezli laboratuvar, Pazartesi günü iki sürüm yayınladı: temel DeepSeek V3.2 ve DeepSeek-V3.2-Speciale, ikincisi 2025 Uluslararası Matematik Olimpiyatı ve Uluslararası Bilişim Olimpiyatı'nda altın madalya performansı elde etti; bu, daha önce yalnızca önde gelen ABD yapay zeka şirketlerinin yayınlanmamış dahili modelleri tarafından ulaşılan bir kıyaslamaydı.

Bu başarı, DeepSeek'in ihracat kısıtlamaları nedeniyle gelişmiş yarı iletken çiplere sınırlı erişimi göz önüne alındığında özellikle önemlidir.

Rekabet avantajı olarak kaynak verimliliği

DeepSeek'in başarısı, öncü yapay zeka performansının büyük ölçüde hesaplama kaynaklarını ölçeklendirmeyi gerektirdiği yönündeki hakim endüstri varsayımıyla çelişiyor. Şirket, bu verimliliği, özellikle model performansını korurken hesaplama karmaşıklığını önemli ölçüde azaltan DeepSeek Sparse Attention (DSA) olmak üzere, mimari yeniliklere bağlıyor.

Temel DeepSeek V3.2 yapay zeka modeli, AIME 2025 matematik problemlerinde %93,1 doğruluk ve Codeforces'ta 2386 derecesi elde ederek, muhakeme kıyaslamalarında GPT-5'in yanında yer aldı.

Speciale varyantı daha da başarılı oldu ve Amerikan Davetli Matematik Sınavı (AIME) 2025'te %96,0, Harvard-MIT Matematik Turnuvası (HMMT) Şubat 2025'te %99,2 puan aldı ve hem 2025 Uluslararası Matematik Olimpiyatı hem de Uluslararası Bilişim Olimpiyatı'nda altın madalya performansı elde etti.

Sonuçlar, DeepSeek'in Çin'i etkileyen bir dizi tarife ve ihracat kısıtlamasına sınırlı erişimi göz önüne alındığında özellikle önemlidir. Teknik rapor, şirketin, önceden eğitim maliyetlerinin %10'unu aşan bir eğitim sonrası hesaplama bütçesi ayırdığını ortaya koyuyor; bu, kaba kuvvet ölçeklendirmeden ziyade takviyeli öğrenme optimizasyonu yoluyla gelişmiş yetenekler sağlayan önemli bir yatırımdı.

Verimliliği sağlayan teknik yenilik

DSA mekanizması, geleneksel dikkat mimarilerinden bir ayrılışı temsil ediyor. DSA, tüm belirteçleri eşit hesaplama yoğunluğuyla işlemek yerine, her sorgu için yalnızca en alakalı bilgileri tanımlayan ve işleyen bir "şimşek indeksleyici" ve ince taneli bir belirteç seçimi mekanizması kullanır.

Bu yaklaşım, temel dikkat karmaşıklığını azaltır...