← Wszystkie modele

Profil modelu

DeepSeekMath-V2

DeepSeek·Chiny·XI 2025·język
dane opublikowane
Indeks Świadomości
0,021%
widełki: 0,0093%–0,049%
Informacja (pojemność)
2,3×10⁸ bitów
widełki: 9,9×10⁷–5,2×10⁸

Jak policzono te liczby

dane opublikowane
  • ·parametry: dane opublikowane (Epoch AI, pewność: confident)
  • ·jednostki korelatora: estymata z parametrów (d∝P^⅓, proporcje dense transformera)
  • ·energia: brak compute treningu → nieliczona
  • ·utrwalenie kodu: b.d. — brak compute treningu

Bramka Mazurowska — pełna moc diagnostyczna (informacja × kod)

metoda z nagrania [Cybernetyka #2]

Dominik: „informacja razy kod" daje wyobrażenie o mocy diagnostycznej. Obie liczby liczymy z budowy modelu — zero testów.

Informacja
2,3×10⁸
bity — relacje wewnątrz sieci
Kod
1,1×10¹³
bity — utrwalone wagi
Moc diagnostyczna
1021,4 bit²
pole = informacja × kod

Uczciwie: to nadal miara ilości (jak duży korelator), nie jakości — większy model ma większą moc. Cybernetyczna miara jakości czeka na fazę 2. „Kod = parametry×16 bitów" to nasze założenie techniczne, a prezentacja iloczynu jako POLA w bit² — nasza operacjonalizacja (Dominik mówi o iloczynie „informacja razy kod", nie o polu).

Ile drogi do mózgu?i

0,021%
10⁻⁷%
Mózg (100%)

DeepSeekMath-V2 osiąga 0,021% potencjału mózgu — mózg ma ok. 4700× więcej. Pasek jest logarytmiczny, więc każdy równy odcinek to ok. 10× wzrost.

Moment w historii

W dniu publikacji (XI 2025) DeepSeekMath-V2 wyprzedzało go 21 modeli — na czele z:

W dniu premiery
#22
Do ówczesnego lidera
×2,8
Modeli przed premierą
362

Porównanie obejmuje 419 modeli ze zbioru — „#1” = najwyższy Indeks Świadomości wśród modeli opublikowanych przed premierą.

Pozycja w rankingu

#50 z 419
  1. #48Pangu Ultra MoE0,022%
  2. #49A.X K20,022%
  3. #50DeepSeekMath-V20,021%
  4. #51DeepSeek-V3.20,021%
  5. #52DeepSeek-V3.2-Exp0,021%

Rodzina DeepSeek

15 wersji

Od DeepSeek Coder 33B (I 2024) do DeepSeek V4 Flash 0731 (VII 2026) indeks linii urósł ×4,5. Punkty na wykresie są klikalne — każdy prowadzi do profilu wersji.

  1. I 2024DeepSeek Coder 33B0,0026%
  2. I 2024DeepSeek LLM 67B0,0042%
  3. V 2024DeepSeek-V2 (MoE-236B)0,010%
  4. VI 2024DeepSeek-Coder-V2 236B0,010%
  5. IX 2024DeepSeek-V2.50,010%
  6. III 2025DeepSeek-V3 (Mar 2025)0,021%
  7. V 2025DeepSeek-R1 (May 2025)0,021%
  8. VIII 2025DeepSeek-V3.10,021%
  9. IX 2025DeepSeek-V3.1-Terminus0,021%
  10. IX 2025DeepSeek-V3.2-Exp0,021%
  11. XI 2025DeepSeekMath-V20,021%
  12. XII 2025DeepSeek-V3.20,021%
  13. IV 2026DeepSeek-V4-Flash0,012%
  14. IV 2026DeepSeek-V4-Pro0,039%
  15. VII 2026DeepSeek V4 Flash 07310,012%

Kontekst czasu

Każdy szary punkt to jeden z 419 modeli; DeepSeekMath-V2 wyróżniony kolorem. Oś pionowa jest logarytmiczna, a przerywana linia u góry to mózg (100%).