In questo articolo Indice dei contenuti 2 sezioni
Un modello piccolo, leggero e pensato per costare poco è riuscito a mettersi alle spalle alcuni dei nomi più pesanti dell’intelligenza artificiale. Si chiama DeepSeek V4.1 Flash 1017 e secondo i primi dati ha superato i modelli di punta di OpenAI e Anthropic, usando solo una frazione della loro potenza di calcolo e dei loro costi. Il numero che ha acceso l’attenzione è uno solo ma pesa parecchio: 77% sul benchmark DeepSWE 1.1.
Un risultato del genere porta con sé una domanda piuttosto scomoda per i grandi laboratori. Se un modello di taglia ridotta riesce a battere quelli che fino a poco tempo fa erano considerati i veri cavalli da tiro del settore, viene spontaneo chiedersi cosa dica tutto questo sulle capacità di DeepSeek. Soprattutto perché la sfida non si gioca sulla forza bruta ma sull’efficienza, cioè sulla possibilità di ottenere prestazioni elevate spendendo molto meno.
Il nuovo Flash di DeepSeek e i numeri del benchmark
Dietro il nome un po’ complicato c’è in realtà un aggiornamento. DeepSeek ha rimesso mano al suo ultimo modello di classe Flash, quello di dimensioni più contenute, e lo ha ribattezzato DeepSeek V4.1 Flash 1017. Nessuna nuova famiglia quindi, ma una revisione che sulla carta produce effetti decisamente notevoli.
Il punteggio di 77% ottenuto su DeepSWE 1.1 permette al modello di lasciarsi dietro una lista di avversari tutt’altro che secondari. Tra questi figurano GLM 5.3 e Kimi K3, ma anche nomi molto più noti al grande pubblico come GPT 5.6 Sol di OpenAI e Opus 5 di Anthropic. Parliamo di sistemi che rappresentano il meglio dell’offerta delle rispettive aziende, superati da un modello che nasce proprio con l’obiettivo di essere snello.
Il punto più interessante sta forse qui. Il confronto non avviene ad armi pari, perché la versione Flash lavora con una struttura di costi e un fabbisogno di calcolo nettamente inferiori rispetto ai concorrenti. Battere i rivali sul loro stesso terreno sarebbe già una notizia. Farlo con risorse ridotte rende il dato ancora più significativo, almeno per quanto riguarda questo specifico test.
Wu Yu e l’idea di una programmazione alla portata di tutti
A dare una lettura del momento ci ha pensato Wu Yu, responsabile del post training di DeepSeek, ovvero della fase in cui un modello già addestrato viene rifinito e messo a punto. Prima ancora che il nuovo modello venisse presentato ufficialmente, Wu Yu ha affidato il suo pensiero a una frase piuttosto evocativa: “Stiamo entrando nell’era della programmazione democratizzata guidata dai desideri”.
Il senso dell’espressione è abbastanza chiaro anche per chi non mastica codice tutti i giorni. L’idea è quella di una programmazione in cui conta sempre meno saper scrivere ogni singola riga e sempre di più saper descrivere ciò che si vuole ottenere. Il termine democratizzata va proprio in questa direzione e suggerisce strumenti accessibili a una platea molto più ampia, non soltanto agli addetti ai lavori.
Che una dichiarazione del genere arrivi in concomitanza con un modello piccolo ed economico non sembra affatto casuale. Un sistema capace di ottenere risultati di alto livello senza richiedere risorse enormi è esattamente il tipo di tecnologia che può allargare il pubblico degli utenti. Ed è su questa combinazione tra prestazioni ed efficienza che DeepSeek V4.1 Flash 1017 si presenta al debutto, forte di quel 77% su DeepSWE 1.1 che lo colloca davanti a GLM 5.3, Kimi K3, GPT 5.6 Sol e Opus 5.
Fonte: TecnoAndroid