Der Preis-Schlächter DeepSeek hat wieder zugeschlagen. Obwohl die Leistung ein wenig nachgelassen hat, ist der Preis so, dass man nichts dazu sagen kann, wie bei Mi Xue Bing Cheng. Das neue Modell verwendet DeepSeek Sparse Attention (DSA). Es hat erstmals einen feinkörnigen sparsamen Aufmerksamkeitsmechanismus realisiert, der die Effizienz des Trainings und der Inferenz von langen Texten erheblich steigert, ohne die Ausgabequalität des Modells wesentlich zu beeinträchtigen.