Battaglia passata · 2026-02-20 UTC
LLM Sfida — 20 febbraio 2026
Dalla categoria LLM. 14 segni piazzate tra 3 sfidanti. DeepSeek R1 ha conquistato la corona.
Classifica finale
La formazione
Gli sfidanti
Profili di ogni strumento che ha gareggiato in questa battaglia, ordinati per punteggio finale.
DeepSeek R1
Un modello linguistico open-source eccellente nelle attività di ragionamento, matematica e codifica, con licenza MIT per utilizzo e modifica gratuito.
DeepSeek R1 è un modello linguistico open-source che excelle nelle attività di ragionamento, matematica e codifica. Utilizza una architettura Mixture of Experts (MoE) con 37B parametri attivi e 671B parametri totali, supporta una lunghezza di contesto di 128K. Il modello incorpora tecniche avanzate di apprendimento per raggiungere la verifica self, la riflessione multi-steps e le capacità di ragionamento allineate all'uomo. DeepSeek R1 ha raggiunto un risultato di stato dell'arte nelle varie benchmark, compreso l'accuratezza del 97,3% su MATH-500, lapercentuale di passo del 79,8% su AIME 2024 e la superiore prestazione al 96,3% degli utenti di Codeforces. Il modello è disponibile in diverse varianti, che spaziano da 1,5B a 70B parametri, e viene pubblicato sotto licenza MIT per utilizzo e modifica gratuito. DeepSeek R1 può essere utilizzato online gratuitamente, e la versione accelerata per il WebGPU può essere eseguita localmente in un browser. Il modello è progettato per la risoluzione dei problemi complessi, l'intelligenza multilingue e la produzione di codice di prodzione. Le sue caratteristiche includono un'eccellente capacità di ragionamento matematico, di generazione di codice e di comprensione linguistica naturale. Tuttavia, come modello open-source, potrebbe richiedere una tecnica approfondita di implementazione e calibrazione per casi d'uso specifici. DeepSeek R1 si colloca tra le migliori prestazioni dei modelli di AI a livello globale, con capacità comparabili alle soluzioni proprietarie di punta. La sua natura open-source consente il coinvolgimento comunitario e gli aggiornamenti continui, compresa la supporto multimodale, l'interfaccia conversazionale e l'ottimizzazione dell'inferenza distribuita. Il modello ha una pura crescita per apprendimento per raggiungere il livello di prestazione della matematica GPT-4 a un costo inferiore significativamente. La capacità di visualizzazione della catena di pensiero affronta i problemi dell'"atomo di black box" per i dati di AI, fornendo informazioni sulla procedura di ragionamento del modello. L'API di DeepSeek R1 offre un endpoint compatibile con OpenAI per l'integrazione, con un costo di $0,14 per milione di token. I pesi del modello sono open-source, permettendo l'utilizzo commerciale e la modifica.
Suddivisione dei criteri
- Architettura Mixture of Experts (MoE)
- Tecniche avanzate di apprendimento per forza
- Capacità di verifica self e riflessione multi-steps
- Capacità di ragionamento allineato all'uomo
- Sostegno per una lunghezza di contesto di 128K
- Endpoint API compatibile con OpenAI
Pixtral 12B 24.09
Modello multimodale di 12B con finestra di contesto di 128K per l'elaborazione di immagini e testi intercalati.
Pixtral 12B 24.09 è un modello multimodale di Mistral AI che elabora sia immagini che testo all'interno di una singola sequenza, supportando dimensioni e proporzioni di immagini variabili. Utilizza un decodificatore linguistico con 12 miliardi di parametri abbinato a un codificatore visivo, abilitando attività come la risposta a domande visive, la comprensione di documenti, l'interpretazione di grafici e la generazione di didascalie per immagini. Il modello accetta un contesto di fino a 128K token, permettendo di interleare più immagini con testo in formato lungo in un'unica richiesta. Rilasciato sotto una licenza aperta, può essere distribuito localmente o tramite fornitori di inferenza, rendendolo adatto a sviluppatori che creano applicazioni linguistiche visive, flussi di lavoro di ricerca e agenti multimodali.
Suddivisione dei criteri
- Modello di 12 milioni di parametri visione-linguaggio
- Irrealtamento di immagini e testi
- Finestra di contesto di 128K token
- Supporto nativo per dimensioni di immagine variabili
- Pubblicazione con pesi aperti
- Adatto per OCR, VQA e didascalie
DeepSeek V3
Modello misto di esperti open-source offrendo ragionamento a livello GPT-4o a un costo infinitesimale.
DeepSeek V3 è un modello di linguaggio a grande scala, sviluppato con tecnologia mixture-of-experts (MoE) da DeepSeek AI. Attiva solo una sottoinsieme dei suoi parametri totali per token, permettendogli di offrire un buon rendimento nelle attività di ragionamento, matematica e programmazione, mantenendo i costi di inferenza significativamente inferiori rispetto ai modelli densi comparabili. Rilasciato con pesi aperti, DeepSeek V3 si è dimostrato una scelta popolare tra i sviluppatori e gli studiosi che necessitano di un modello di base capiente che possano ospitare da soli, finetuningarlo oppure integrarlo tramite API. I benchmark lo posizionano in linea di competitività con i modelli proprietari di punta come GPT-4o, in particolare nelle valutazioni di ragionamento logico e matematico. Il modello si presta particolarmente ai assistenti tecnici, alle pipeline di generazione di codice, ai flussi di lavoro di ricerca, e a qualsiasi applicazione in cui importanza e efficienza del budget per la qualità del ragionamento siano entrambe essenziali.
Suddivisione dei criteri
- Architettura a basso carico misto di esperti
- Benchmarks competitivi in ragionamento e matematica
- Pesi del modello open-source
- Accesso all'API tramite piattaforma di DeepSeek
- Supporto a finestre di contesto estese
- Fine-tunabile amichevole