DeepSeek V3.1: l’AI che danza tra pensiero e memoria | Chat gpt in italiano gratis | Modelli llm | Come usare chatgpt | Turtles AI

DeepSeek V3.1, ibrido e scalabile, adotta il formato UE8M0 FP8 per prepararsi ai chip cinesi di nuova generazione. Migliora agent e inferenza, supporto strumenti e contesto lungo. Il tutto con meno risorse, più velocità e costi ottimizzati.

Punti chiave:

• V3.1 unifica modalità “pensante” e “non pensante” in un solo modello.
• Adattato al formato UE8M0 FP8, ideale per i futuri chip made in China.
• Contesto esteso a 128 000 token, agent più intelligenti e inferenza più rapida.
• Rilasciato in sordina, ma già apprezzato da sviluppatori e mercati.

DeepSeek, startup con base a Hangzhou, ha fatto passare il suo modello V3 in una versione 3.1 che sa di salto silenzioso, quasi furtivo: un aggiornamento che non cambia facciata, ma rimescola tutto lo stack tecnico sotto il cofano. La novità più sobria  e al contempo più strategica  è l’adozione del formato “UE8M0 FP8”, una declinazione del formato FP8 già in uso tra le big come Nvidia, studiata per restare “compatibile con i chip nazionali in arrivo”. In parole semplici: DeepSeek si sta preparando per sfruttare al meglio i futuri processori cinesi, anticipando cambiamenti che vanno oltre il software.

Ma V3.1 non è solo un aggiornamento hardware-compatibilità: è un’architettura ibrida, capace di operare sia in modalità “pensante” che “non pensante”, vale a dire un solo modello, due attitudini, gestite tramite un template di chat che attiva l’una o l’altra con un semplice switch. Il risultato è una maggiore efficienza in fase di ragionamento: “V3.1-Think” raggiunge risposte di qualità simile all’R1-0528, ma con tempi decisamente più veloci.

È una questione di memoria: DeepSeek ha esteso la finestra di contesto a 128 000 token, spingendo il modello a gestire documenti o conversazioni enormi senza perdere il filo. E non è un dettaglio da poco: un contesto così ampio permette all’agente AI di ricordare, pianificare e reagire su na buona porzione di testo (l’equivalente di un libro di centinaia di pagine). Lo strato “agent”  ovvero la capacità di chiamare strumenti, navigare, eseguire codice  è stato ottimizzato in post-training, con risultati visibili in benchmark come Browsecomp, dove V3.1 stupisce rispetto alle versioni precedenti.

Il rilascio è stato un sussurro: né campagna virale, né pompa mediatiche. Pubblicato su WeChat, su Hugging Face e ModeScope con peso open source, subito scaricabile. Ed ecco il colpo: con ben 685 miliardi di parametri, un contesto ultralungo, formati multiprecision (incluse BF16, FP8 ed altri), V3.1 si è subito guadagnato apprezzamenti nei benchmark  tanto da competere con modelli chiusi di punta  ed è stato definito dagli addetti ai lavori forse l’“open-AI più potente mai visto". La sua foggia tecnica  silenziosa ma raffinata  ha fatto anche schizzare verso l’alto le azioni dei produttori domestici di chip, come Cambricon (+20 %), segno che un segnale verso l’industria hardware locale è già arrivato.

Nel frattempo, il tentativo (non riuscito) di addestrare il R2 su chip Ascend di Huawei ha evidenziato gli ostacoli pratici: compatibilità, stabilità e software ancora inadeguati per competere alla pari con Nvidia. DeepSeek è tornata all’uso di chip Nvidia per addestramento, tenendo però aperta la pista Ascend per l’inferenza futura. Questo rende la scelta UE8M0 FP8 ancora più lungimirante, come se stessero guardando avanti alla prossima generazione di hardware cinese.

 V3.1 è un po’ come un fiume che scorre sotto i ponti: esternamente tranquillo, ma ricco di correnti sotterranee che preparano il terreno per il nuovo ecosistema AI-hardware cinese.

Un upgrade sottile ma carico di prospettive, che sfida la centralità delle pipeline dell’Ovest e rafforza l’autonomia del proprio circo tecnologico.