Evolusi DeepSeek: Dari V1 hingga V4

1. Asal Usul: Mimpi AI dari Raksasa Kuantitatif

Ceritanya tidak dimulai di Silicon Valley, tetapi di High-Flyer (幻方量化) Tiongkok. Hedge fund kuantitatif dengan kekuatan komputasi tingkat pusat superkomputer ini menginkubasi tim DeepSeek untuk mengeksplorasi Artificial General Intelligence (AGI). Mereka memulai jalan luar biasa ini dengan semangat geek dan keyakinan pada sumber terbuka.

2. DeepSeek V1: Tangisan Pertama

Rilis: 2023

DeepSeek V1 adalah upaya pertama tim. Meskipun skala parameter dan kinerja V1 bukan yang paling top-tier dalam pertempuran model besar pada saat itu, itu menunjukkan fondasi teknis yang kuat dari tim. V1 terutama adalah model Coder, yang berfokus pada pembuatan kode, yang meletakkan dasar bagi dominasi DeepSeek nanti dalam pemrograman.

• Kata Kunci: Code LLM, eksplorasi sumber terbuka, parameter 7B/33B.

3. DeepSeek V2: Inovasi Arsitektur, David vs Goliath

Rilis: Mei 2024

V2 adalah pertempuran terobosan DeepSeek. Dalam versi ini, tim dengan berani memperkenalkan arsitektur MLA (Multi-head Latent Attention). Inovasi ini sangat mengurangi penggunaan memori Cache KV selama inferensi, membuat biaya inferensi DeepSeek V2 hanya sebagian kecil dari GPT-4 pada parameter yang setara.

Rilis V2 mengejutkan komunitas sumber terbuka. Orang-orang menemukan bahwa model dari Tiongkok ini tidak hanya murah tetapi juga sangat bagus.

• Kata Kunci: Arsitektur MLA, pembunuh harga, upaya MoE pertama, parameter 236B.

4. DeepSeek V3: Mahakarya, Menyaingi Sumber Tertutup

Rilis: Desember 2024

Jika V2 menakjubkan, maka V3 benar-benar mencengangkan. DeepSeek V3 mendorong skala parameter ke 671B (37B aktif), mengadopsi arsitektur MoE yang lebih matang. Untuk pertama kalinya dalam berbagai tolok ukur, ia bersaing secara merata dengan GPT-4o dan Claude 3.5 Sonnet, bahkan melampaui mereka dalam konteks bahasa Mandarin dan tugas pemrograman tertentu.

Rilis V3 sepenuhnya mengubah stereotip bahwa "model sumber terbuka tidak dapat mengalahkan model sumber tertutup." DeepSeek menjadi API pilihan bagi pengembang di seluruh dunia.

• Kata Kunci: 671B MoE, pelatihan FP8, Melampaui GPT-4, tonggak sejarah sumber terbuka.

5. DeepSeek V4: Jalan Menuju Legenda

Rilis: 2026 (Diharapkan)

Berdiri di atas bahu V3, V4 tidak memilih iterasi konservatif tetapi sekali lagi merevolusi arsitektur yang mendasarinya — Engram (MoE 2.0). Tujuan V4 bukan lagi "menyaingi" tetapi "melampaui". Ini bertujuan untuk memecahkan dua poin paling menyakitkan dari model besar: lupa konteks panjang dan cacat logika penalaran.

V4 menandai transformasi DeepSeek dari pengikut menjadi pemimpin. Ini membuktikan bahwa idealisme teknologi murni masih memiliki kekuatan untuk mengubah dunia di era hype komersial ini.

6. Kesimpulan

Dari V1 hingga V4, setiap langkah yang diambil DeepSeek sangat tegas. Mereka tidak memiliki acara peluncuran yang mencolok, tidak ada artikel PR yang tak ada habisnya, hanya baris kode sumber terbuka dan laporan teknis terperinci.

Ini adalah DeepSeek, tulang punggung AI Tiongkok.