![\"DeepSeek\"](\"https:\/\/pplware.sapo.pt\/wp-content\/uploads\/2025\/02\/deepseek_iphone_seguranca_1.jpg\")
<\/a><\/p>\nNovos concorrentes de peso no mercado da IA<\/p>\n
A relev\u00e2ncia deste lan\u00e7amento<\/a> \u00e9 ineg\u00e1vel. A empresa de Hangzhou assegura que o DeepSeek-V3.2 consegue igualar o desempenho do GPT-5 em diversos testes de racioc\u00ednio. Por sua vez, a vers\u00e3o Speciale eleva a fasquia, atingindo um n\u00edvel compar\u00e1vel ao do Gemini-3 Pro<\/strong> e conquistando resultados de excel\u00eancia em competi\u00e7\u00f5es internacionais de matem\u00e1tica e inform\u00e1tica.<\/p>\n Recorde-se que a DeepSeek j\u00e1 tinha captado a aten\u00e7\u00e3o do setor em janeiro<\/a>, com um modelo not\u00e1vel pela sua efici\u00eancia e baixo custo. Agora, a empresa refor\u00e7a a sua aposta com sistemas open-source que lan\u00e7am um desafio direto \u00e0 OpenAI e \u00e0 Google<\/strong> no que toca a capacidades de racioc\u00ednio complexo.<\/p>\n A grande novidade t\u00e9cnica do DeepSeek-V3.2 reside na sua capacidade de integrar o “pensamento” diretamente na utiliza\u00e7\u00e3o de ferramentas. O modelo consegue executar um racioc\u00ednio interno enquanto realiza pesquisas na internet, utiliza uma calculadora ou desenvolve c\u00f3digo, uma funcionalidade pioneira<\/strong>. Este sistema opera de duas formas distintas:<\/p>\n Importa salientar que a cadeia de pensamento mant\u00e9m-se ativa entre as diferentes chamadas a ferramentas, sendo reiniciada apenas quando o utilizador introduz uma nova instru\u00e7\u00e3o<\/strong>.<\/p>\n Como foi alcan\u00e7ada esta efici\u00eancia?<\/p>\n Para atingir este n\u00edvel de desempenho, os engenheiros da DeepSeek desenvolveram a DeepSeek Sparse Attention (DSA), uma arquitetura inovadora que diminui drasticamente o custo computacional associado ao processamento de contextos longos. Embora o modelo possua um total de 671 mil milh\u00f5es de par\u00e2metros, apenas 37 mil milh\u00f5es s\u00e3o ativados por cada token processado<\/strong>.<\/p>\n Em termos pr\u00e1ticos, a arquitetura DSA permite uma redu\u00e7\u00e3o de aproximadamente 50% no custo de infer\u00eancia em contextos extensos, quando comparada com a arquitetura densa anterior. Em produ\u00e7\u00e3o, o sistema \u00e9 capaz de lidar com janelas de contexto de 128.000 tokens<\/strong>.<\/p>\n O “treino por refor\u00e7o” (reinforcement learning) foi uma componente crucial, consumindo mais de 10% do poder computacional total do pr\u00e9-treino. Para tal, a equipa gerou mais de 1800 ambientes sint\u00e9ticos e 85.000 tarefas espec\u00edficas para aprimorar as suas capacidades como agente aut\u00f3nomo.<\/p>\n Novos modelos da DeepSeek alcan\u00e7am resultados impressionantes<\/p>\n O desempenho do DeepSeek-V3.2-Speciale \u00e9 not\u00e1vel, tendo alcan\u00e7ado o equivalente a uma medalha de ouro na Olimp\u00edada Matem\u00e1tica Internacional 2025, na Olimp\u00edada Internacional de Inform\u00e1tica 2025, nas finais mundiais do ICPC 2025 e na Olimp\u00edada Matem\u00e1tica Chinesa 2025. Ambos os modelos j\u00e1 se encontram dispon\u00edveis para utiliza\u00e7\u00e3o:<\/p>\n Numa a\u00e7\u00e3o que contrasta com a habitual opacidade das grandes tecnol\u00f3gicas norte-americanas, a DeepSeek publicou os pesos completos do modelo e o relat\u00f3rio t\u00e9cnico detalhado do processo de treino. Esta transpar\u00eancia \u00e9 um fator diferenciador, mesmo quando comparada com outros modelos open-source, como o Llama, que s\u00e3o frequentemente lan\u00e7ados com algumas restri\u00e7\u00f5es<\/strong>.<\/p>\n Com esta estrat\u00e9gia, a startup chinesa pretende provar que os sistemas open-source podem, de facto, competir ao mais alto n\u00edvel com os modelos propriet\u00e1rios mais avan\u00e7ados, ao mesmo tempo que continua a otimizar e a reduzir custos<\/strong>.<\/p>\n \u00a0<\/p>\n Leia tamb\u00e9m:<\/strong><\/p>\n","protected":false},"excerpt":{"rendered":"A empresa chinesa DeepSeek apresentou os seus mais recentes modelos de intelig\u00eancia artificial (IA), DeepSeek-V3.2 e DeepSeek-V3.2-Speciale. Estes…\n","protected":false},"author":2,"featured_media":173599,"comment_status":"","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"footnotes":"","_share_on_mastodon":"0"},"categories":[83],"tags":[88,3587,89,90,3036,32,33],"class_list":["post-173598","post","type-post","status-publish","format-standard","has-post-thumbnail","category-empresas","tag-business","tag-deepseek","tag-economy","tag-empresas","tag-modelos","tag-portugal","tag-pt"],"share_on_mastodon":{"url":"https:\/\/pubeurope.com\/@pt\/115652320858817378","error":""},"_links":{"self":[{"href":"https:\/\/www.europesays.com\/pt\/wp-json\/wp\/v2\/posts\/173598","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.europesays.com\/pt\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.europesays.com\/pt\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.europesays.com\/pt\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/www.europesays.com\/pt\/wp-json\/wp\/v2\/comments?post=173598"}],"version-history":[{"count":0,"href":"https:\/\/www.europesays.com\/pt\/wp-json\/wp\/v2\/posts\/173598\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.europesays.com\/pt\/wp-json\/wp\/v2\/media\/173599"}],"wp:attachment":[{"href":"https:\/\/www.europesays.com\/pt\/wp-json\/wp\/v2\/media?parent=173598"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.europesays.com\/pt\/wp-json\/wp\/v2\/categories?post=173598"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.europesays.com\/pt\/wp-json\/wp\/v2\/tags?post=173598"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}\n
<\/a><\/p>\n<\/a><\/p>\n\n