Китайская компания DeepSeek начала выборочное тестирование обновленной языковой модели, ключевой особенностью которой стало расширение контекстного окна до 1 миллиона токенов. На текущем этапе доступ к новым возможностям открыт ограниченному числу пользователей через веб-интерфейс и мобильное приложение. Данный технологический скачок позволяет искусственному интеллекту обрабатывать массивы данных, эквивалентные нескольким литературным романам или сложной технической документации в рамках одного запроса.
Технические улучшения и актуализация базы знаний
Помимо увеличения объема обрабатываемой информации, разработчики значительно обновили информационную базу системы. Официальный срок окончания обучения модели теперь датируется маем 2025 года. В ходе тестирования было замечено, что нейросеть способна оперировать фактами и новостными событиями вплоть до апреля 2025 года, что делает ее одной из самых актуальных моделей на рынке.
- Контекстное окно увеличено в 8 раз: с 128 000 до 1 000 000 токенов.
- Улучшены алгоритмы формирования ответов, обеспечивающие более «тонкий» и естественный языковой стиль.
- Качество генерации текста, по оценкам первых пользователей, сопоставимо с показателями Claude 3.5 Sonnet.
Конкуренция на рынке больших языковых моделей
Внедрение поддержки сверхдлинного контекста выводит DeepSeek в прямую конкуренцию с будущими и текущими флагманами индустрии. Эксперты отрасли рассматривают данное обновление как серьезный вызов для таких решений, как GPT-5 и Gemini 3 Pro. Способность удерживать в памяти огромные объемы данных без потери связности становится критическим фактором для корпоративного сектора и научных исследований.
Подобные возможности позволяют анализировать целые библиотеки кода или полные собрания сочинений, не прибегая к методам сегментации текста, которые часто ведут к потере контекстуальных нюансов.
Развитие DeepSeek демонстрирует стремительную динамику в области LLM (Large Language Models), где фокус смещается с простого увеличения параметров на глубину понимания и актуальность данных. Успешное завершение тестирования и последующий полноценный релиз могут существенно изменить распределение сил в сегменте высокопроизводительных ИИ-ассистентов.