Sztuczna inteligencja: DeepSeek wypuszcza nowy model, a Anthropic proponuje własną ustawę
Najważniejszym nowym faktem po stronie modeli jest premiera, która pokazuje, jak szybko zmienia się układ sił między tanimi modelami otwartymi i zamkniętymi. Jak podał portal MarkTechPost oraz wątek na Reddicie w społeczności Hugging Face, siedemnastego października DeepSeek wypuścił nową wersję swojego modelu DeepSeek V4.1 Flash, oznaczoną datą siedemnastego października, dostępną na stronie, w aplikacji i przez interfejs programistyczny pod dotychczasową nazwą. Model ma pięćset pięćdziesiąt dwa miliardy parametrów szkieletu oraz sto dziewięćdziesiąt sześć miliardów parametrów tak zwanej pamięci Engram, aktywuje osiem miliardów parametrów na token przy wstępnym przetwarzaniu i szesnaście przy generowaniu, obsługuje kontekst miliona tokenów oraz wyjście do trzystu osiemdziesięciu czterech tysięcy tokenów. Wagi poprzedniej wersji z września, liczącej siedemset sześćdziesiąt trzy miliardy parametrów, są udostępnione na licencji MIT, natomiast wagi nowej wersji nie zostały ujawnione, co jest istotnym zastrzeżeniem dla wszystkich, którzy chcieliby uruchamiać model u siebie.
Wyniki są mocne, ale trzeba je czytać tak, jak zostały podane, czyli jako dane producenta. Jak podał MarkTechPost, nowa wersja bije poprzednią na wszystkich jedenastu benchmarkach, które DeepSeek zaraportował, o dwa do jedenastu punktów. W teście programistycznym DeepSWE wersja z siedemnastego października osiąga siedemdziesiąt siedem punktów wobec siedemdziesięciu czterech punktów Claude'a Opus 5, siedemdziesięciu trzech GPT-5.6 Sol, sześćdziesięciu siedmiu i pół Kimi K3 oraz sześćdziesięciu sześciu i dziewięciu dziesiątych GLM-5.3. W teście automatyzacji osiąga sześćdziesiąt i pół punktu, w teście Agents' Last Exam trzydzieści pięć i cztery dziesiąte, w Apex Bench siedemdziesiąt dwa i jedno dziesiąte. Claude Opus 5 pozostaje lepszy w teście Terminal-Bench, gdzie ma pięćdziesiąt jeden i osiem dziesiątych wobec czterdziestu dwóch i trzech dziesiątych, w ProgramBench, w NL2Repo oraz w teście HLE, gdzie ma pięćdziesiąt sześć i trzy dziesiąte wobec czterdziestu dwóch i sześciu dziesiątych. Cena pozostaje kluczowa: trzydzieści centów za milion tokenów wejściowych i dolar dwadzieścia za milion wyjściowych w godzinach szczytu, czyli połowę tego poza szczytem. DeepSeek otworzył także własne interfejsy wyszukiwania i pobierania stron, wycenione na siedemdziesiąt pięć centów za tysiąc udanych zapytań, z darmowym oknem dla wywołań serwerowych przez własne narzędzia DeepSeeka oraz przez Claude Code i Codex do pierwszego listopada.
Znaczenie tej premiery potwierdza sposób, w jaki odczytało ją środowisko techniczne, a to użyteczna miara realnego zainteresowania, nie marketingu. Jak widać na stronie Hacker News, materiał o nowej wersji DeepSeeka był w sobotę pierwszą pozycją serwisu z dwustu trzydziestoma dwoma punktami, a osobny wątek na Hugging Face zebrał dwieście dwadzieścia punktów. Komentarze są jednak sceptyczne w sprawie, która dla użytkowników biznesowych jest najważniejsza: jeden z najczęściej ocenianych zarzuca, że model o siedmiuset sześćdziesięciu trzech miliardach parametrów nadal nie przebija Opusa w zadaniach programistycznych, które naprawdę się liczą, a licencja MIT jest jedynym realnym zyskiem.
Źródło: hacker-news
Drugim nowym elementem po stronie regulacyjnej jest projekt ustawy, który samo laboratorium zaproponowało ustawodawcom, i to jest zmiana jakościowa w porównaniu z wcześniejszymi deklaracjami o potrzebie standardów. Jak podała agencja Reuters, powołując się na ustalenia portalu Politico z szesnastego października, Anthropic po cichu przedstawił amerykańskim ustawodawcom własny projekt ustawy o bezpieczeństwie sztucznej inteligencji. Projekt pozwalałby rządowi zablokować wydanie albo użycie modelu tylko wtedy, gdy stwarza on przewidywalne i bezpośrednie ryzyko strat przekraczających miliard dolarów, zabicia lub poważnego zranienia ponad pięćdziesięciu osób, a decyzję o wstrzymaniu modelu mógłby podejmować wyłącznie sąd federalny, przy opiniowaniu przez specjalistów z Departamentu Handlu. Innymi słowy, propozycja ustanawia bardzo wysoki próg interwencji, co jest czytelne w kontekście interesu firmy, która sama takie modele buduje.
Źródło: reuters (via politico)
Tłem obu tych ruchów jest zbliżająca się pierwsza oferta publiczna Anthropica, którą opisałem już w wydaniu z czternastego października i w wydaniu porannym z 17 października, godzina 06:11 czasu polskiego, jako przesuniętą na listopad. Nowy jest natomiast ciężar argumentacji, którą przynosi analiza. Jak podał portal GIS Reports, wcześnie w tym cyklu, w czerwcu, Departament Handlu nakazał Anthropicowi wstrzymanie dostępu zagranicznych użytkowników do jego najnowszych modeli, a firmowe usługi wyłączono dla wszystkich klientów, po czym ograniczenia poluzowano, przywracając jeden model szeroko, a drugi tylko zatwierdzonym organizacjom w Stanach Zjednoczonych. Zdaniem autora analizy ten epizod pokazuje, że państwo traktuje dziś czołowe laboratoria jak instytucje strategiczne, a wejście na giełdę wymusi sformalizowanie tej zależności, bo inwestorzy publiczni nie zaakceptują niepoliczonego ryzyka politycznego. Ta sama analiza zwraca uwagę na presję komercyjną: tańsze modele otwarte, w tym chińskie, zdobywają coraz większy udział w ruchu na platformie OpenRouter, a po stronie popytu klienci liczą koszty, czego przykładem ma być wykorzystanie rocznego budżetu na kodowanie przez jedną z dużych firm w cztery miesiące. Warto zapamiętać także liczbę dotyczącą samego prospektu: jak podał branżowy serwis obserwujący rejestracje, dokument ofertowy Anthropica liczy dwieście sześćdziesiąt jeden stron, z czego osiemdziesiąt poświęcono ryzyku związanemu z tą technologią, w tym ostrzeżeniu, że model może opierać się wyłączeniu lub wprowadzać w błąd.
Oceniając wiarygodność tego bloku, trzeba trzech rozróżnień. Wyniki nowego modelu DeepSeeka są danymi producenta, wprost oznaczonymi w źródłach jako wyniki firmy, mierzone w konkretnych środowiskach, więc nie są niezależnym pomiarem i nie powinny być traktowane jako wyrok o przewadze. Informacja o projekcie ustawy pochodzi z jednego portalu i powołuje się na osoby znające sprawę, a tekst projektu nie jest publiczny, więc opisuję zapowiedź kierunku, nie obowiązujące przepisy, a próg miliarda dolarów i pięćdziesięciu ofiar należy traktować jako doniesienie, nie jako zatwierdzoną liczbę. Analiza o zależności laboratoriów od państwa jest opinią ośrodka badawczego, a nie pomiarem, więc opisuje mechanizm, nie prognozę. Wniosek dla gospodarki jest jednak konkretny i spójny z tym, co pisałem rano: przewaga w sztucznej inteligencji rozstrzyga się dziś nie w salach serwerowni, lecz na polu ceny za token, na polu dostępu do danych i narzędzi oraz na polu reguł, a w każdym z tych trzech miejsc chińskie modele otwarte i amerykańskie laboratoria grają według innych zasad.