DeepSeek e Kimi usam Astra Output para treinamento de modelos, desempenho melhora

Notícia da ME, 29 de outubro (UTC+8): segundo The Information e várias fontes diretamente informadas, o DeepSeek V4.1-Flash-1017, atualizado em 17 de outubro, e o recém-lançado Kimi K3.1 Pro da Luna Dark, ambos utilizaram intensamente as saídas do OpenAI GPT-6 Astra em seu treinamento por meio de distilação. A nova versão do DeepSeek apresentou aumento de pontuação nos testes de tarefas de navegação em navegador. Em 180 tarefas reais de navegação web no Browser Use, sua pontuação subiu de 70,9 para 75,0, aproximando-se dos 77,9 do Astra; o custo por chamada do modelo é de US$ 0,22, enquanto o Astra custa US$ 10,77 — uma diferença de quase 49 vezes. As fontes informaram ainda que anteriormente o Claude era o principal alvo de distilação pelas empresas chinesas de IA, mas que a Anthropic endureceu suas proteções nos últimos dois meses, aumentando a dificuldade de extrair o processo de inferência do modelo, levando os laboratórios chineses a se concentrarem no Astra. O fundador do DeepSeek, Liang Wenhong, originalmente não queria depender da distilação no desenvolvimento da V4, mas acabou cedendo à pressão competitiva após ver concorrentes nacionais como Zhipu GLM avançarem por meio da distilação. (Fonte: ChainCatcher)