DeepSeek-in Yeni Süni İntellekt Modeli V3.2: Qiymət və Performansda Nəhəngləri Geridə Qoyur

Çin Süni İntellekt (Sİ) laboratoriyası olan DeepSeek, V3 model seriyasının ən son əlavəsi olan V3.2 modelini ictimaiyyətə təqdim etdi. Bazar ertəsi elan edilən bu yeni model "Thinking" (Düşüncə) və daha qüvvətli olan "Speciale" (Xüsusi) adlı iki versiyada hazırlanmışdır. DeepSeek V3.2 əsas məqsəd olaraq açıq mənbəli süni intellekt sistemlərinin imkanlarını irəli aparmağı və eyni zamanda rəqibləri ilə müqayisədə xeyli aşağı qiymətə təqdim edilməyi hədəfləyir. Hugging Face platforması vasitəsilə əldə edilə bilən bu model, tərtibatçılar üçün əlçatan Sİ-nin rəqabət qabiliyyətini saxlamağa çalışır və süni intellekt dünyasında yeni bir tarazlıq yaradır.

Şirkətin yayımladığı məlumatlara görə, V3.2 Speciale, bəzi məntiq və mühakimə testlərində sənayenin ən qabaqcıl qapalı mənbəli modelləri - OpenAI-ın GPT-5 High, Anthropic-in Claude 4.5 Sonnet və Google-un Gemini 3.0 Pro kimi sistemlərini ötüb keçir. Bu yüksək performansa baxmayaraq, DeepSeek-in tətbiq etdiyi qiymət fərqi diqqət çəkicidir. Misal üçün, Gemini 3 API-ya giriş hər bir milyon token üçün 4 dollara çata bilərkən, V3.2 Speciale üçün bu ödəniş cəmi 0.028 dollardır. Modelin gücünü sübut edən başqa bir fakt da onun Beynəlxalq Riyaziyyat Olimpiadasında və Beynəlxalq İnformatika Olimpiadasında qızıl səviyyəli nailiyyətlər göstərməsidir. Bu ciddi qiymət fərqi, yüksək keyfiyyətli Sİ-yə sahib olmaq üçün mütləq böyük məbləğlər ödəməyin lazım olub-olmadığı sualını gündəmə gətirir.

DeepSeek açıq mənbəli modellərin adətən qarşılaşdığı performans məsələlərini həll etmək və emal xərclərini azaltmaq üçün texniki strukturunda əsaslı dəyişikliklər edib. Ənənəvi "vanilla attention" mexanizminin yavaşlığını aradan qaldırmaq məqsədilə, DeepSeek Sparse Attention (DSA) adlı yeni bir mexanizm hazırlanıb. Bu mexanizm, məlumatı tez bir zamanda tarayır və yalnız əhəmiyyətli hissələrə fokuslanır. Bunu, dağınıq kitab yığını arasında axtarış aparmaq əvəzinə, təşkil olunmuş kitabxanada birbaşa lazımi rəfə getməyə bənzətmək olar. Bu mühəndislik həlli modelin sürətini və effektivliyini əhəmiyyətli dərəcədə artırır.

Modelin gətirdiyi üstünlüklərə baxmayaraq, tədqiqatçılar bəzi məhdudiyyətlərin olduğunu da bildirirlər. Dərc edilmiş məqaləyə əsasən, yeni modelin "dünya biliyi" və ya ümumi məlumat bazası qabaqcıl qapalı mənbəli modellərə nisbətən daha məhduddur. Əlavə olaraq, V3.2 bəzən mürəkkəb tapşırıqları yerinə yetirərkən çətinlik çəkə bilər və rəqibləri ilə eyni keyfiyyətdə nəticə əldə etmək üçün daha çox token sərf etməyə ehtiyac duyur. Buna rəğmən, Çin mərkəzli bir şirkət tərəfindən inkişaf etdirilən açıq mənbəli bir modelin dünyanın ən inkişaf etmiş qapalı sistemləri ilə rəqabət aparması, sənayedə mövcud olan "performans fərqi" haqqında fikirləri dəyişir. Bu yenilik, yüksək xərcli qapalı sistemlərin zəruriliyini şübhə altına alır və tərtibatçılar üçün demək olar ki, pulsuz alternativlərin güclənməsini nümayiş etdirir.