DeepSeek

Desenvolvido por: DeepSeek (China)

O DeepSeek transformou a indústria global de inteligência artificial ao provar que modelos de raciocínio de primeiro nível podem ser treinados por uma fração do custo das gigantes americanas e disponibilizados sob a licença de software livre mais permissiva do mercado (MIT License).

Principais modelos e arquiteturas

1. DeepSeek-V4 (geração atual): Lançado em abril de 2026 com pesos abertos sob licença MIT, em duas variantes MoE — V4-Pro (1,6 trilhão de parâmetros totais, 49 bilhões ativos) e V4-Flash (284 bilhões totais, 13 bilhões ativos) —, com janela de contexto de 1 milhão de tokens como padrão.
2. DeepSeek-R1 (raciocínio puro): Modelo que popularizou a técnica GRPO (Group Relative Policy Optimization). Pensa passo a passo, valida premissas e corrige erros de lógica antes de entregar a resposta final.
3. DeepSeek-R1 Distill (7B, 14B, 32B, 70B): Variantes compactadas sobre arquiteturas Qwen e Llama que condensam o raciocínio do modelo gigante em redes menores. Rodam localmente via Ollama em GPUs domésticas com 8 GB a 24 GB de VRAM.
4. DeepSeek-V3.x: Geração fundacional anterior, com arquitetura Mixture-of-Experts (MoE) de 671 bilhões de parâmetros totais e ~37 bilhões ativos por token.

Governança e vantagens empresariais

• Soberania e licença MIT: Diferente de licenças comunitárias que impõem restrições de receita ou de usuários, a licença MIT permite que qualquer empresa incorpore os pesos em produtos fechados, faça fine-tuning proprietário ou hospede internamente sem pagar licença ou pedir autorização.
• Isolamento de dados: Para dados sigilosos e conformidade com a LGPD, basta executar uma das versões menores ou destiladas em servidores internos protegidos por firewall.