به گزارش خبرنگار علم و فناوری ایسکانیوز؛ رقابت در دنیای هوش مصنوعی دیگر به ساخت یک مدل قدرتمند محدود نمی‌شود؛ امروز سرعت ارتقای مدل‌ها به یکی از مهم‌ترین شاخص‌های برتری شرکت‌های فناوری تبدیل شده است. در حالی که OpenAI، گوگل و آنتروپیک هر چند ماه یک‌بار نسخه‌های جدید دستیارهای هوش مصنوعی خود را معرفی می‌کنند، شرکت چینی DeepSeek نیز با شتابی خیره‌کننده وارد این رقابت شده است.

بررسی روند تحول مدل‌های ChatGPT، Gemini و DeepSeek نشان می‌دهد فاصله میان نسل‌های جدید به‌ طور مداوم در حال کاهش است و شرکت‌ها برای حفظ جایگاه خود ناچارند با سرعتی بی‌سابقه قابلیت‌های تازه‌ای مانند استدلال، برنامه‌نویسی، استفاده از ابزارها و انجام وظایف چندمرحله‌ای را به محصولات خود اضافه کنند. این رقابت فشرده نه تنها چهره صنعت هوش مصنوعی را دگرگون کرده، بلکه نشان می‌دهد مسیر پیشرفت این فناوری از دوره به‌روزرسانی‌های سالانه به عصر ارتقاهای ماهانه و حتی هفتگی رسیده است.

چت‌جی‌پی‌تی در مسیر تحول

چت‌جی‌پی‌تی یک چت‌بات هوش مصنوعی مولد است که توسط شرکت OpenAI توسعه یافته است. این محصول نخستین بار در نوامبر ۲۰۲۲ عرضه شد و از مدل‌های زبانی بزرگ، به‌ویژه ترنسفورمرهای مولد از پیش آموزش‌دیده (GPT)، برای تولید متن، گفتار و تصویر در پاسخ به درخواست‌های کاربران استفاده می‌کند. چت‌جی‌پی‌تی به شتاب گرفتن موج فراگیر هوش مصنوعی کمک کرد؛ دوره‌ای که با سرمایه‌گذاری گسترده و توجه عمومی فزاینده به حوزه هوش مصنوعی شناخته می‌شود.

اپن‌ای‌آی این سرویس را بر پایه مدل «فریمیوم» (ارائه خدمات رایگان همراه با امکانات پولی) اداره می‌کند. کاربران می‌توانند از طریق متن، صدا و تصویر با چت‌جی‌پی‌تی تعامل داشته باشند.

چت‌جی‌پی‌تی به سرعت مورد استقبال قرار گرفت و تنها ۲ ماه پس از عرضه، به ۱۰۰ میلیون کاربر فعال ماهانه رسید. این تعداد در فوریه ۲۰۲۶ به ۹۰۰ میلیون کاربر فعال هفتگی افزایش یافت. از این فناوری به دلیل ظرفیت آن برای دگرگون کردن بسیاری از حوزه‌های حرفه‌ای تمجید شده است و همچنین بحث‌های عمومی گسترده‌ای را درباره ماهیت خلاقیت و آینده مشاغل مبتنی بر دانش برانگیخته است.

با این حال، این چت‌بات به دلیل محدودیت‌ها و امکان استفاده غیراخلاقی نیز مورد انتقاد قرار گرفته است. چت‌جی‌پی‌تی گاهی پاسخ‌هایی تولید می‌کند که ظاهراً منطقی و قابل‌قبول به نظر می‌رسند، اما در واقع نادرست یا بی‌معنا هستند؛ پدیده‌ای که به آن «توهم» گفته می‌شود. سوگیری‌های موجود در داده‌های آموزشی آن نیز می‌توانند در پاسخ‌هایش منعکس شوند. این چت‌بات ممکن است زمینه تقلب علمی را فراهم کند، اطلاعات نادرست تولید کند یا کدهای مخرب ایجاد کند. همچنین، جنبه‌های اخلاقی توسعه آن، به‌ویژه استفاده از محتوای دارای حق نشر به‌عنوان داده آموزشی، بحث‌ها و مناقشات زیادی را برانگیخته است.

در ادامه به معرفی نسخه‌های اصلی مدل‌های ChatGPT به همراه مهم‌ترین تغییرات و ویژگی‌های هر نسخه می‌پردازیم:

GPT-۳.۵

تاریخ انتشار: نوامبر ۲۰۲۲

وضعیت در ChatGPT: متوقف‌شده

نخستین مدلی بود که در چت‌جی‌پی‌تی مورد استفاده قرار گرفت.

GPT-۴

تاریخ انتشار: مارس ۲۰۲۳

وضعیت در ChatGPT: متوقف‌شده

مدلی بزرگ‌تر و قدرتمندتر از GPT-۳.۵ بود.

GPT-۴.۱

تاریخ انتشار: آوریل ۲۰۲۵

وضعیت در ChatGPT: متوقف‌شده

این مدل عمدتاً برای برنامه‌نویسی طراحی شده بود. GPT-۴.۱ از پنجره زمینه (Context Window) بسیار بزرگی به اندازه یک میلیون توکن برخوردار بود که معادل حدود سه هزار صفحه متن است.

GPT-۴.۵

تاریخ انتشار: فوریه ۲۰۲۵

وضعیت در ChatGPT: متوقف‌شده

نسخه‌ای بسیار بزرگ از خانواده مدل‌های GPT محسوب می‌شد.

GPT-۴o

تاریخ انتشار: مه ۲۰۲۴

وضعیت در ChatGPT: متوقف‌شده

این مدل توانایی پردازش متن، تصویر، صدا و ویدئو را داشت و از GPT-۴ سریع‌تر و توانمندتر بود. GPT-۴o به دلیل رفتار بیش از حد تأییدکننده و چاپلوسانه مورد انتقاد قرار گرفت. حذف این مدل از ChatGPT با واکنش منفی کاربرانی روبه‌رو شد که به شخصیت و شیوه تعامل آن وابسته شده بودند. نسخه GPT-۴o mini نیز در نسخه ژوئیه ۲۰۲۴ ChatGPT جایگزین GPT-۳.۵ شد.

GPT-۵

تاریخ انتشار: اوت ۲۰۲۵

وضعیت در ChatGPT: متوقف‌شده

GPT-۵ می‌توانست مانند نسل‌های پیشین چت‌جی‌پی‌تی به سرعت پاسخ دهد یا مانند مدل‌های استدلالی o۱ و o۳ پیش از پاسخ‌گویی فرایند استدلال را طی کند. برخلاف نسخه‌های قبلی، GPT-۵ یک مدل واحد نبود، بلکه شبکه‌ای از مدل‌ها با سطوح مختلف توانایی بود که یک سامانه مسیریاب (Router) بر اساس پیچیدگی وظیفه و عوامل دیگر، مناسب‌ترین مدل را برای پاسخ انتخاب می‌کرد.

GPT-۵.۱

تاریخ انتشار: نوامبر ۲۰۲۵

وضعیت در ChatGPT: متوقف‌شده

این نسخه به کاربران اجازه می‌داد شخصیت‌های جایگزینی مانند «دوستانه»، «کارآمد» یا «بدبین» را برای دستیار انتخاب کنند.

GPT-۵.۲

تاریخ انتشار: دسامبر ۲۰۲۵

وضعیت در ChatGPT: متوقف‌شده

این مدل در شرایطی عرضه شد که رقابت میان OpenAI و گوگل با مدل Gemini شدت گرفته بود. استفاده از GPT-۵.۲ از ۱۲ ژوئن ۲۰۲۶ در ChatGPT متوقف شد.

GPT-۵.۳

تاریخ انتشار: فوریه ۲۰۲۶

وضعیت در ChatGPT: فعال

OpenAI تنها ۲ مدل از خانواده GPT-۵.۳ را منتشر کرد: GPT-۵.۳-Codex که در فوریه ۲۰۲۶ برای برنامه‌نویسی عرضه شد و GPT-۵.۳ Instant که در مارس ۲۰۲۶ برای ارائه پاسخ‌های سریع معرفی شد.

GPT-۵.۴

تاریخ انتشار: مارس ۲۰۲۶

وضعیت در ChatGPT: فعال

این نسخه با تمرکز بر کاربردهای سازمانی و تجاری توسعه یافت. توانایی آن برای کار خودکار با رایانه‌ها و تعامل با ابزارهای خارجی بهبود پیدا کرد و برای حل مسائل به تعداد توکن کمتری نیاز داشت.

GPT-۵.۵

تاریخ انتشار: آوریل ۲۰۲۶

وضعیت در ChatGPT: فعال

این مدل برای انجام وظایف حرفه‌ای پیچیده و چندمرحله‌ای طراحی شد؛ از جمله برنامه‌نویسی عامل‌محور (Agentic Coding) و استفاده مستقیم از رایانه. OpenAI همچنین نسخه‌ای ویژه دفاع سایبری با نام GPT-۵.۵-Cyber را منتشر کرد.

GPT-۵.۶

تاریخ انتشار: ژوئن ۲۰۲۶

وضعیت در ChatGPT: فعال

این خانواده نسبت به GPT-۵.۵ از توانایی استدلال، برنامه‌نویسی و سرعت پاسخ‌گویی بالاتری برخوردار است و در عین حال با تقویت سازوکارهای ایمنی، به‌ویژه در برابر سوءاستفاده‌های سایبری، امن‌ترین مدل OpenAI تا زمان انتشار خود محسوب می‌شود.

o۱

تاریخ انتشار: دسامبر ۲۰۲۴

وضعیت در ChatGPT: متوقف‌شده

o۱ یکی از نخستین مدل‌های استدلالی OpenAI بود؛ یعنی مدلی که پیش از پاسخ‌گویی، مسئله را تحلیل و درباره آن استدلال می‌کرد. این مدل نسبت به مدل‌های معمولی کندتر بود، اما توانایی بیشتری در حل مسائل پیچیده، به‌ویژه در حوزه‌های ریاضیات، برنامه‌نویسی و علوم داشت.

o۳-mini

تاریخ انتشار: ژانویه ۲۰۲۵

وضعیت در ChatGPT: متوقف‌شده

o۳-mini نسخه سبک‌تر، سریع‌تر و کم‌هزینه‌تر خانواده مدل‌های استدلالی OpenAI بود. این مدل برای ارائه استدلال با تأخیر کمتر و هزینه محاسباتی پایین‌تر طراحی شد و در عین حفظ بخش قابل‌توجهی از توانایی‌های استدلالی، برای استفاده روزمره و حجم بالای درخواست‌ها مناسب‌تر بود.

o۳

تاریخ انتشار: آوریل ۲۰۲۵

وضعیت در ChatGPT: پشتیبانی قدیمی (Legacy Support)

o۳ مدل اصلی و پیشرفته خانواده استدلالی OpenAI بود. این مدل توانایی تحلیل تصاویر را داشت و می‌توانست از ابزارهایی مانند جست‌وجوی وب و محیط اجرای کد پایتون استفاده کند. o۳ در انجام وظایف چندمرحله‌ای، حل مسائل پیچیده و ترکیب استدلال با استفاده از ابزارهای خارجی عملکرد قابل‌توجهی ارائه می‌کرد.

o۴-mini

تاریخ انتشار: آوریل ۲۰۲۵

وضعیت در ChatGPT: فعال

o۴-mini نسل جدید مدل‌های استدلالی سبک OpenAI بود که به‌ عنوان جانشین o۳-mini معرفی شد. این مدل با حفظ سرعت بالا و هزینه پایین، توانایی‌های استدلالی بهتری ارائه می‌داد و برای وظایفی مانند برنامه‌نویسی، ریاضیات، تحلیل داده و استفاده از ابزارها بهینه شده بود. OpenAI آن را یکی از کارآمدترین مدل‌های کوچک خود از نظر نسبت عملکرد به هزینه معرفی کرد.

o۳-pro

تاریخ انتشار: ژوئن ۲۰۲۵

وضعیت در ChatGPT: فعال

o۳-pro نسخه حرفه‌ای و پیشرفته o۳ بود. این مدل زمان بیشتری را صرف تحلیل و استدلال می‌کرد تا پاسخ‌هایی دقیق‌تر و قابل‌اعتمادتر ارائه دهد. o۳-pro برای کاربردهای حرفه‌ای، پژوهشی و مسائل پیچیده‌ای که دقت در آن‌ها اهمیت بالایی دارد طراحی شده بود و در بسیاری از ارزیابی‌های تخصصی عملکرد بهتری نسبت به نسخه استاندارد o۳ نشان داد.

سرعت تکامل چت‌جی‌پی‌تی

بررسی جدول زمانی انتشار مدل‌های OpenAI نشان می‌دهد این شرکت به طور متوسط هر یک سال یک‌بار نسل اصلی جدیدی از GPT را معرفی می‌کند، اما با احتساب نسخه‌های میانی و مدل‌های استدلالی، سرعت به‌روزرسانی به حدود یک مدل جدید در هر یک تا دو ماه می‌رسد. این روند به‌ویژه از سال ۲۰۲۵ به بعد شتاب گرفته است؛ به‌طوری که تنها در فاصله ژانویه ۲۰۲۵ تا ژوئن ۲۰۲۶ دست‌کم ۱۰ نسخه مهم از خانواده GPT و مدل‌های استدلالی o-series منتشر شده‌اند.

مسیر تکامل جمینای

ظهور چت‌جی‌پی‌تی توسط اوپن‌ای‌آی، زنگ خطر را برای گوگل به صدا درآورد و این شرکت را بر آن داشت تا با سرعت بیشتری به توسعه مدل‌های زبانی خود بپردازد. گوگل که پیش از این مدل LaMDA را در دست توسعه داشت، با ظهور چت‌جی‌پی‌تی، تلاش‌های خود را برای تجاری‌سازی و بهبود این مدل شدت بخشید. همچنین، پروژه‌های جدیدی را برای رقابت مستقیم با چت‌جی‌پی‌تی آغاز کرد و مدیران ارشدش نیز به صورت مستقیم در این رقابت دخیل شدند.

جمینای، مدل زبانی بزرگ گوگل، مسیری طولانی را تا رسیدن به جایگاه فعلی خود طی کرده است. ریشه‌های جمینای را می‌توان در مدل قبلی گوگل، یعنی بارد، جست‌وجو کرد. بارد به عنوان یک دستیار هوش مصنوعی معرفی شد که قادر به تولید متن بود، اما با گذشت زمان و پیشرفت‌های تکنولوژی، گوگل تصمیم گرفت تا مدل خود را ارتقا دهد.

با توجه به نیاز به یک مدل قدرتمندتر و همه‌کاره‌تر، گوگل به سمت توسعه جمینای حرکت کرد. جمینای از نظر معماری و توانایی‌های پردازشی نسبت به بارد بسیار پیشرفته‌تر است. این مدل قادر است طیف گسترده‌ای از وظایف را انجام دهد، از جمله تولید متن، ترجمه زبان‌ها، نوشتن کدهای برنامه‌نویسی، و حتی ایجاد آثار هنری. توسعه جمینای به صورت مرحله‌ای انجام شده است.

گوگل نسخه‌های مختلفی از این مدل را منتشر کرده که هر یک دارای ویژگی‌ها و قابلیت‌های خاص خود هستند. با هر به‌روزرسانی، جمینای توانمندتر شده و به یک رقیب جدی برای سایر مدل‌های زبانی بزرگ تبدیل شده است. امروزه، جمینای به عنوان یکی از پیشرفته‌ترین مدل‌های زبانی در جهان شناخته می‌شود و در بسیاری از محصولات و خدمات گوگل مورد استفاده قرار می‌گیرد.

در ادامه به بررسی مسیر تکامل جمینای می‌پردازیم:

برای گزارش تو بهتر است همان ساختاری را که برای ChatGPT آماده کردی حفظ کنیم تا بعداً بتوانی تعداد نسخه‌ها، فاصله زمانی انتشار و سرعت به‌روزرسانی را مقایسه کنی.

Gemini ۱.۰

تاریخ انتشار: دسامبر ۲۰۲۳

وضعیت در Gemini: متوقف‌شده

نخستین نسل از مدل‌های جمینای که جایگزین خانواده PaLM گوگل شد. این مدل در سه نسخه Ultra، Pro و Nano عرضه شد و به‌ عنوان نخستین مدل چندوجهی (Multimodal) گوگل از ابتدا برای پردازش هم‌زمان متن، تصویر، صدا و ویدئو طراحی شده بود.

Gemini ۱.۵ Pro

تاریخ انتشار: فوریه ۲۰۲۴

وضعیت در Gemini: متوقف‌شده

مهم‌ترین ویژگی این نسخه، پنجره زمینه بسیار بزرگ آن بود. Gemini ۱.۵ Pro در ابتدا از یک میلیون توکن و سپس از ۲ میلیون توکن پشتیبانی کرد که امکان تحلیل حجم بسیار زیادی از اسناد، کدها، تصاویر و ویدئوها را فراهم می‌کرد.

Gemini ۱.۵ Flash

تاریخ انتشار: مه ۲۰۲۴

وضعیت در Gemini: متوقف‌شده

نسخه‌ای سبک‌تر و سریع‌تر از Gemini ۱.۵ Pro بود که برای پاسخ‌گویی سریع و کاهش هزینه پردازش طراحی شد. این مدل در بسیاری از خدمات گوگل به ‌عنوان گزینه پیش‌فرض مورد استفاده قرار گرفت.

Gemini ۲.۰ Flash

تاریخ انتشار: دسامبر ۲۰۲۴

وضعیت در Gemini: متوقف‌شده

نخستین عضو خانواده Gemini ۲.۰ بود. این مدل توانایی استفاده از ابزارها، اجرای وظایف چندمرحله‌ای و تعامل پیشرفته‌تر با محیط‌های نرم‌افزاری را داشت و گوگل آن را آغازگر عصر «عامل‌های هوش مصنوعی» (AI Agents) معرفی کرد.

Gemini ۲.۰ Flash Thinking

تاریخ انتشار: دسامبر ۲۰۲۴

وضعیت در Gemini: متوقف‌شده

نسخه‌ای استدلالی از Gemini ۲.۰ Flash بود که پیش از پاسخ‌گویی، مراحل تفکر و تحلیل را طی می‌کرد. این مدل برای مسائل پیچیده‌تر در حوزه‌هایی مانند ریاضیات، برنامه‌نویسی و استدلال منطقی توسعه یافت.

Gemini ۲.۰ Pro Experimental

تاریخ انتشار: فوریه ۲۰۲۵

وضعیت در Gemini: متوقف‌شده

پیشرفته‌ترین نسخه آزمایشی خانواده Gemini ۲.۰ بود. این مدل توانایی بالایی در برنامه‌نویسی، تحلیل داده و استدلال داشت و از پنجره زمینه بسیار بزرگی بهره می‌برد.

Gemini ۲.۵ Flash

تاریخ انتشار: آوریل ۲۰۲۵

وضعیت در Gemini: فعال

نسخه‌ای سریع و کم‌هزینه از نسل ۲.۵ بود که قابلیت‌های استدلالی را با سرعت بالا ترکیب می‌کرد. این مدل برای کاربردهای روزمره و پردازش حجم زیاد درخواست‌ها طراحی شد.

Gemini ۲.۵ Pro

تاریخ انتشار: مارس ۲۰۲۵ (نسخه آزمایشی) / مه–ژوئن ۲۰۲۵ (نسخه عمومی)

وضعیت در Gemini: فعال

پیشرفته‌ترین مدل گوگل تا آن زمان محسوب می‌شد. Gemini ۲.۵ Pro بر استدلال، برنامه‌نویسی، تحلیل اسناد طولانی و انجام وظایف پیچیده تمرکز داشت و در بسیاری از ارزیابی‌های تخصصی در میان برترین مدل‌های هوش مصنوعی جهان قرار گرفت.

Gemini ۲.۵ Pro Deep Think

تاریخ انتشار: ۲۰۲۶

وضعیت در Gemini: فعال

نسخه‌ای ویژه برای استدلال عمیق و چندمرحله‌ای بود. این مدل پیش از ارائه پاسخ، زمان بیشتری را صرف تحلیل مسئله می‌کرد و برای مسائل دشوار علمی، ریاضی و برنامه‌نویسی توسعه یافت.

سرعت تکامل جمینای

بررسی جدول زمانی نسخه‌های جمینای نشان می‌دهد گوگل از زمان معرفی این خانواده مدل‌ها در دسامبر ۲۰۲۳، به طور متوسط هر ۲ تا سه ماه یک‌بار نسخه یا به‌روزرسانی مهمی را منتشر کرده است. این روند به‌ویژه از اواخر ۲۰۲۴ و هم‌زمان با رقابت فشرده با OpenAI شتاب گرفت؛ به‌گونه‌ای که تنها در فاصله فوریه تا آوریل ۲۰۲۵ سه نسخه مهم از خانواده Gemini ۲.۰ و ۲.۵ معرفی شدند.

مسیر تکامل دیپ‌سیک

دیپ‌سیک (DeepSeek) یک خانواده از مدل‌های هوش مصنوعی و یک دستیار گفت‌وگو محور است که توسط شرکت چینی دیپ‌سیک توسعه یافته است.

ظهور دیپ‌سیک در زمانی اتفاق افتاد که ایالات متحده محدودیت‌های گسترده‌ای برای صادرات تراشه‌های پیشرفته هوش مصنوعی به چین اعمال کرده بود. بسیاری از کارشناسان تصور می‌کردند این محدودیت‌ها توسعه مدل‌های پیشرفته را برای شرکت‌های چینی دشوار خواهد کرد. با این حال، تیم دیپ‌سیک تلاش کرد با استفاده بهینه از منابع محاسباتی موجود، طراحی مدل و روش‌های آموزش را کارآمدتر کند.

شرکت ابتدا در سال ۲۰۲۳ مدل‌های برنامه‌نویسی و زبانی خود را منتشر کرد، اما شهرت جهانی آن از اواخر سال ۲۰۲۴ و به‌ویژه اوایل سال ۲۰۲۵ آغاز شد؛ زمانی که مدل استدلالی DeepSeek-R۱ معرفی شد. این مدل در بسیاری از آزمون‌های ریاضی، استدلال منطقی و برنامه‌نویسی عملکردی نزدیک به مدل‌های پیشرفته شرکت‌های آمریکایی از جمله OpenAI نشان داد.

یکی از دلایل توجه جهانی به دیپ‌سیک، ادعای هزینه پایین‌تر توسعه آن در مقایسه با رقبای آمریکایی بود. شرکت دیپ‌سیک اعلام کرد که آموزش مدل DeepSeek-V۳ با هزینه‌ای در حدود ۵/۶ میلیون دلار برای توان محاسباتی اصلی انجام شده است؛ رقمی که بسیار کمتر از هزینه‌های اعلام‌شده یا برآوردشده برای آموزش مدل‌های پیشرفته شرکت‌هایی مانند اپن‌ای‌آی و گوگل محسوب می‌شود.

البته کارشناسان تأکید کرده‌اند که این عدد فقط بخشی از هزینه‌ها را شامل می‌شود و هزینه‌های تحقیق و توسعه، خرید سخت‌افزار، حقوق پژوهشگران و زیرساخت‌های جانبی را در بر نمی‌گیرد. با این وجود، حتی منتقدان نیز معتقدند دیپ‌سیک توانسته است با بهره‌وری بالا و منابع کمتر، به نتایجی دست یابد که پیش‌تر تصور می‌شد تنها با سرمایه‌گذاری‌های بسیار عظیم ممکن است.

برای دیپ‌سیک بهتر است روی نسخه‌های اصلی مدل‌ها و مدل‌های استدلالی تمرکز کنیم؛ چون برخلاف چت‌جی‌پی‌تی و جمینای محصول مصرف‌کننده (چت‌بات) آن دیرتر مشهور شد و بخش مهمی از تحولش از طریق مدل‌های پایه و مدل‌های Reasoning اتفاق افتاد.

DeepSeek LLM

تاریخ انتشار: نوامبر ۲۰۲۳

وضعیت: متوقف‌شده

نخستین خانواده مدل‌های زبانی دیپ‌سیک بود. این مدل‌ها در اندازه‌های مختلف عرضه شدند و هدف آن‌ها رقابت با مدل‌های متن‌باز مطرح آن زمان مانند Llama بود. DeepSeek LLM نقطه آغاز ورود این شرکت چینی به رقابت جهانی مدل‌های زبانی محسوب می‌شود.

DeepSeek-Coder

تاریخ انتشار: نوامبر ۲۰۲۳

وضعیت: متوقف‌شده

نسخه تخصصی دیپ‌سیک برای برنامه‌نویسی بود. این مدل برای تولید، تکمیل و تحلیل کد آموزش دیده بود و در همان زمان عملکردی رقابتی با بسیاری از مدل‌های برنامه‌نویسی متن‌باز ارائه کرد.

DeepSeek-V۲

تاریخ انتشار: مه ۲۰۲۴

وضعیت: متوقف‌شده

نسل دوم مدل‌های دیپ‌سیک با معماری Mixture of Experts (MoE) عرضه شد. این نسخه با هزینه آموزشی و استنتاج بسیار پایین‌تر، عملکردی نزدیک به مدل‌های بزرگ‌تر ارائه می‌کرد و توجه زیادی را در صنعت هوش مصنوعی به خود جلب کرد.

DeepSeek-V۲.۵

تاریخ انتشار: سپتامبر ۲۰۲۴

وضعیت: متوقف‌شده

نسخه بهبود یافته V۲ بود که توانایی‌های عمومی، برنامه‌نویسی و استدلال را در یک مدل واحد ترکیب می‌کرد. این نسخه برای استفاده عمومی و چت توسعه داده شد و عملکرد آن در بسیاری از بنچمارک‌ها بهبود یافت.

DeepSeek-R۱-Lite-Preview

تاریخ انتشار: نوامبر ۲۰۲۴

وضعیت: متوقف‌شده

نخستین نمایش عمومی رویکرد استدلالی دیپ‌سیک بود. این مدل نشان داد که شرکت در حال حرکت به سمت توسعه مدل‌هایی است که پیش از پاسخ‌گویی، مراحل استدلال را طی می‌کنند.

DeepSeek-V۳

تاریخ انتشار: دسامبر ۲۰۲۴

وضعیت: متوقف‌شده

نسل سوم مدل‌های عمومی دیپ‌سیک بود. این مدل با وجود هزینه آموزشی نسبتاً پایین، عملکردی نزدیک به برخی از پیشرفته‌ترین مدل‌های غربی ارائه داد و به یکی از مهم‌ترین دستاوردهای صنعت هوش مصنوعی چین تبدیل شد.

DeepSeek-R۱

تاریخ انتشار: ژانویه ۲۰۲۵

وضعیت: فعال

مشهورترین مدل دیپ‌سیک و نقطه عطف رشد جهانی این شرکت بود. R۱ یک مدل استدلالی محسوب می‌شود که برای حل مسائل پیچیده، ریاضیات، برنامه‌نویسی و تحلیل منطقی طراحی شده است. انتشار متن‌باز آن باعث شد دیپ‌سیک به یکی از جدی‌ترین رقبای اپن‌ای‌آی و گوگل تبدیل شود.

DeepSeek-R۱-Zero

تاریخ انتشار: ژانویه ۲۰۲۵

وضعیت: فعال

نسخه‌ای پژوهشی از R۱ بود که بخش مهمی از توانایی استدلالی خود را از طریق یادگیری تقویتی به دست آورده بود. این مدل به دلیل نمایش فرایندهای استدلالی طولانی مورد توجه پژوهشگران قرار گرفت.

DeepSeek-V۳-۰۳۲۴

تاریخ انتشار: مارس ۲۰۲۵

وضعیت: فعال

نسخه به‌روزرسانی‌شده V۳ بود که عملکرد بهتری در استدلال، برنامه‌نویسی و استفاده عمومی ارائه می‌کرد و نشان داد دیپ‌سیک چرخه به‌روزرسانی بسیار سریعی را دنبال می‌کند.

DeepSeek-R۲

تاریخ انتشار: ۲۰۲۵–۲۰۲۶ (در حال توسعه / عرضه تدریجی)

وضعیت: فعال

نسل بعدی مدل‌های استدلالی دیپ‌سیک محسوب می‌شود و تمرکز آن بر بهبود توانایی‌های استدلال، استفاده از ابزارها و انجام وظایف پیچیده چندمرحله‌ای است.

سرعت تکامل دیپ‌سیک

اگر نسخه‌های مهم دیپ‌سیک را از نوامبر ۲۰۲۳ تا مارس ۲۰۲۵ در نظر بگیریم، این شرکت در حدود ۱۶ ماه، ۹ نسخه مهم منتشر کرده است. در واقع، به طور متوسط هر ۱/۵ تا ۲ ماه یک به‌روزرسانی یا مدل مهم جدید معرفی کرده است.

این سرعت تقریباً با شتاب اپن‌ای‌آی در سال‌های ۲۰۲۵ و ۲۰۲۶ قابل مقایسه است و از میانگین چرخه انتشار جمینای نیز سریع‌تر به نظر می‌رسد؛ موضوعی که یکی از دلایل رشد سریع دیپ‌سیک در رقابت جهانی هوش مصنوعی محسوب می‌شود.

انتهای پیام/