OpenAI o1

Gemini 2.0 nuestro modelo de IA más capaz hasta ahora, construido para la era agentica.

Búsqueda Profunda (DeepSeek), fundada en 2023, se especializa en la investigación de modelos y tecnologías subyacentes de inteligencia artificial general líderes en el mundo, desafiando problemas fronterizos de la inteligencia artificial. Basándose en recursos como su propio marco de entrenamiento, clústeres de computación inteligente autoconstruidos y la potencia de cálculo de diez mil tarjetas, el equipo de Búsqueda Profunda ha lanzado y abierto al público varios modelos de gran escala con decenas de miles de millones de parámetros en solo medio año, como el modelo de lenguaje general DeepSeek-LLM y el modelo de código DeepSeek-Coder, y en enero de 2024 fue el primero en abrir al público el primer modelo MoE del país (DeepSeek-MoE), con un rendimiento sobresaliente en las listas de evaluación pública y en la generalización fuera de muestras reales, superando a modelos del mismo nivel. Conversa con DeepSeek AI y accede fácilmente a su API.

Estamos anunciando GPT-4 Omni, nuestro nuevo modelo insignia que puede razonar a través de audio, visión y texto en tiempo real.

El equipo presenta sus modelos de razonamiento de primera generación, DeepSeek-R1-Zero y DeepSeek-R1. DeepSeek-R1-Zero, entrenado mediante RL a gran escala sin SFT, muestra una notable capacidad de razonamiento pero también tiene problemas como repetición sin fin. DeepSeek-R1, que incorpora datos de arranque en frío antes de RL, resuelve estos problemas y logra un rendimiento a la par con OpenAI-o1. El equipo ha liberado el código de estos modelos y seis destilados, con DeepSeek-R1-Distill-Qwen-32B superando a OpenAI-o1-mini en benchmarks.