Моделът излиза с отворени тегла и с най-разрешителния лиценз, който изобщо се раздава. Не можеш да го пуснеш у дома, но всеки доставчик може да го вдигне и да ти го продаде.
- DeepSeek-V4-Pro-0813 излиза на 13 август с 1650 милиарда параметъра.
- Лицензът е MIT, тоест на практика без ограничения за употреба.
- Теглата са във формат FP8, което сваля наполовина мястото за държане.
Числото, което гледам, не е трилион и половина. То е трибуквено: MIT.
Това е лицензът, който казва прави каквото искаш, само остави името ни някъде. Няма праг по потребители, няма забрана за търговска употреба, няма клауза за конкуренти.
Кой всъщност може да го ползва
Не ти, ако мислиш да го вдигнеш на своя машина. Милион и шестстотин хиляди милиона параметъра искат зала, дори при осем бита на число.
Само че лицензът е писан за посредниците. Всеки доставчик на изчисления може да го вдигне и да го продава на час, без да пита никого и без да дели приход. Оттам моделът стига до теб на цена, която някой друг е сметнал.
И точно това е ходът. Ако раздадеш теглата с лиценз, който не пречи, десетина доставчика ще ти го качат за седмица и моделът ти изведнъж е навсякъде. Затвореният конкурент трябва да построи същото сам.
Осемте бита
FP8 значи, че всяко число заема наполовина по-малко място. Файловете са по-малки, паметта стига за повече, скоростта се вдига. Плаща се с малко точност, която при модел от този размер почти не се усеща.
Тоест пускат го така, че да е възможно най-евтин за вдигане. Това не е случайно решение, а част от същата сметка.
За теб днес: погледни през кой доставчик минава и на каква цена. При такъв лиценз изборът обикновено е повече от един, а разликата в цената между тях не е малка.