Magic, 500.000 doların DeepSeek V4 Pro taban modeline denk olduğunu, ön eğitim hesaplama gücünde 50 kat tasarruf sağladığını iddia ediyor.

动察 Beating AI hızlı haberi: AI programlama şirketi Magic, ön eğitim araştırmasını yayımladı ve yeni bir eğitim planının yalnızca yaklaşık 500.000 ABD doları değerinde GB200 hesaplama gücüyle DeepSeek V4 Pro Base'in ön eğitim sonuçlarına yakın bir performansa ulaşabileceğini, gereken hesaplama miktarının yalnızca yaklaşık 1/50 olduğunu belirtti.

Base, yalnızca ön eğitimi tamamlamış ve henüz güçlendirme öğrenmesi gibi sonradan eğitim süreçlerinden geçmemiş temel modeldir. Magic, modeli daha önce görmediği kodlar, matematik problemleri ve araştırma makaleleriyle test ederek hangisinin sonraki içeriği daha doğru tahmin ettiğine baktı. Bu nedenle burada karşılaştırılan temel modelin ön eğitim etkinliğidir; sohbet, kodlama veya ajan yeteneklerinin DeepSeek V4 Pro'nun nihai sürümüne ulaştığı anlamına gelmez.

Magic daha sonra eğitim ölçeğini 10 kat büyüttü; bu da yaklaşık 4 milyon ABD doları değerinde GB200 hesaplama gücüne denk gelir. Bu sürüm, aynı kendi testlerinde test ettiği DeepSeek, Kimi ve NVIDIA'nın en yeni kamuya açık Base modellerini geride bıraktı. Magic, DeepSeek V4 Pro'nun eğitim verimliliğiyle aynı seviyeye ulaşmak için hesaplama maliyetinin 100 milyon ABD dolarını aşacağını tahmin ediyor.

Magic, tam eğitim tarifini açıklamadı; yalnızca verimlilik artışının model mimarisi, optimize edici, eğitim hedefi ve veri işleme gibi onlarca değişiklikten kaynaklandığını belirtti. Şu anda model ağırlıkları da henüz yayımlanmadığından, "50 kat verimlilik" hâlâ dışarıdan bağımsız olarak doğrulanamıyor.