#deepseek
deepseek
2.5M vues
1,350 mentions
Populaire
Récents
Voir la traduction
DeepSeek第二轮融了1000亿，众生相如下：
梁文锋：别人融资是求资本，我这是挑资本。钱可以分，方向盘别碰，五年锁死没投票权，爱投不投。
腾讯宁德时代：老股东续杯，基石位再加码。
完美世界世纪华通：主业做游戏，副业给AI打钱——游戏佬的尽头是算力。
散户：1000亿跟你半毛钱关系没有，股权吃不到，只能去看币圈AI土狗连夜改白皮书，把"AI"两个字加粗三号。
最扎心的是：认购火爆到从500亿翻倍到1000亿，投前估值5000亿纹丝不动——这不是融资，这是发号施令：AI这桌，散户没座位。
评论区开盘：A队AI叙事回暖、币圈AI板块跟涨；B队融资归融资、土狗照样归零。报数。
#DeepSeek #AI
$BTC $ETH $SOL
DeepSeek第二轮融了1000亿，众生相如下：
梁文锋：别人融资是求资本，我这是挑资本。钱可以分，方向盘别碰，五年锁死没投票权，爱投不投。
腾讯宁德时代：老股东续杯，基石位再加码。
完美世界世纪华通：主业做游戏，副业给AI打钱——游戏佬的尽头是算力。
散户：1000亿跟你半毛钱关系没有，股权吃不到，只能去看币圈AI土狗连夜改白皮书，把"AI"两个字加粗三号。
最扎心的是：认购火爆到从500亿翻倍到1000亿，投前估值5000亿纹丝不动——这不是融资，这是发号施令：AI这桌，散户没座位。
评论区开盘：A队AI叙事回暖、币圈AI板块跟涨；B队融资归融资、土狗照样归零。报数。
#DeepSeek #AI
$BTC $ETH $SOL
梁文锋：别人融资是求资本，我这是挑资本。钱可以分，方向盘别碰，五年锁死没投票权，爱投不投。
腾讯宁德时代：老股东续杯，基石位再加码。
完美世界世纪华通：主业做游戏，副业给AI打钱——游戏佬的尽头是算力。
散户：1000亿跟你半毛钱关系没有，股权吃不到，只能去看币圈AI土狗连夜改白皮书，把"AI"两个字加粗三号。
最扎心的是：认购火爆到从500亿翻倍到1000亿，投前估值5000亿纹丝不动——这不是融资，这是发号施令：AI这桌，散户没座位。
评论区开盘：A队AI叙事回暖、币圈AI板块跟涨；B队融资归融资、土狗照样归零。报数。
#DeepSeek #AI
$BTC $ETH $SOL
545
·
--
Voir la traduction
美国政府下令清除DeepSeek：盯紧AI聊天机器人，停止采购！
美国政府要求所有政府机构从其系统中移除DeepSeek人工智能聊天机器人，并禁止新的采购。这款开源模型曾引发关注，现在却被列为重点监控对象。盯紧资金流向，了解AI趋势，#DeepSeek #资金追踪派。
美国政府下令清除DeepSeek：盯紧AI聊天机器人，停止采购！
美国政府要求所有政府机构从其系统中移除DeepSeek人工智能聊天机器人，并禁止新的采购。这款开源模型曾引发关注，现在却被列为重点监控对象。盯紧资金流向，了解AI趋势，#DeepSeek #资金追踪派。
美国政府要求所有政府机构从其系统中移除DeepSeek人工智能聊天机器人，并禁止新的采购。这款开源模型曾引发关注，现在却被列为重点监控对象。盯紧资金流向，了解AI趋势，#DeepSeek #资金追踪派。
23
·
--
Je viens de voir passer une information de Reuters, citant des sources proches du dossier : DeepSeek finalise une levée de fonds d’environ 100 milliards de yuans (soit quelque 15 milliards de dollars). Tencent et CATL figurent parmi les principaux investisseurs de ce tour. L’objectif est passé d’environ 50 milliards à 80 milliards, puis à près de 100 milliards. La clôture est attendue dans les prochains jours, même si les conditions peuvent encore changer.
Bloomberg avait déjà évoqué un objectif proche des 100 milliards après deux révisions à la hausse. Selon la synthèse de Wallstreetcn, CATL prévoit d’ajouter environ 10 milliards à ce tour, après avoir investi quelque 5 milliards lors du premier. Si l’opération aboutit, le total des fonds levés en six mois pourrait atteindre environ 150 milliards de yuans. En parallèle, l’entreprise prépare une introduction en Bourse sur le marché STAR.
En septembre, The Information avait également rapporté que Liang Wenfeng avait indiqué à des investisseurs que le chiffre d’affaires annualisé de l’entreprise atteignait environ 1 milliard de dollars, principalement grâce aux API. Une levée de fonds de 100 milliards de yuans est considérable pour le marché chinois du capital-investissement, mais elle reste sans commune mesure avec les quelque 100 milliards de dollars levés au total par OpenAI et Anthropic.
#DeepSeek #AI #Financement
Je viens de voir passer une information de Reuters, citant des sources proches du dossier : DeepSeek finalise une levée de fonds d’environ 100 milliards de yuans (soit quelque 15 milliards de dollars). Tencent et CATL figurent parmi les principaux investisseurs de ce tour. L’objectif est passé d’environ 50 milliards à 80 milliards, puis à près de 100 milliards. La clôture est attendue dans les prochains jours, même si les conditions peuvent encore changer.
Bloomberg avait déjà évoqué un objectif proche des 100 milliards après deux révisions à la hausse. Selon la synthèse de Wallstreetcn, CATL prévoit d’ajouter environ 10 milliards à ce tour, après avoir investi quelque 5 milliards lors du premier. Si l’opération aboutit, le total des fonds levés en six mois pourrait atteindre environ 150 milliards de yuans. En parallèle, l’entreprise prépare une introduction en Bourse sur le marché STAR.
En septembre, The Information avait également rapporté que Liang Wenfeng avait indiqué à des investisseurs que le chiffre d’affaires annualisé de l’entreprise atteignait environ 1 milliard de dollars, principalement grâce aux API. Une levée de fonds de 100 milliards de yuans est considérable pour le marché chinois du capital-investissement, mais elle reste sans commune mesure avec les quelque 100 milliards de dollars levés au total par OpenAI et Anthropic.
#DeepSeek #AI #Financement
Bloomberg avait déjà évoqué un objectif proche des 100 milliards après deux révisions à la hausse. Selon la synthèse de Wallstreetcn, CATL prévoit d’ajouter environ 10 milliards à ce tour, après avoir investi quelque 5 milliards lors du premier. Si l’opération aboutit, le total des fonds levés en six mois pourrait atteindre environ 150 milliards de yuans. En parallèle, l’entreprise prépare une introduction en Bourse sur le marché STAR.
En septembre, The Information avait également rapporté que Liang Wenfeng avait indiqué à des investisseurs que le chiffre d’affaires annualisé de l’entreprise atteignait environ 1 milliard de dollars, principalement grâce aux API. Une levée de fonds de 100 milliards de yuans est considérable pour le marché chinois du capital-investissement, mais elle reste sans commune mesure avec les quelque 100 milliards de dollars levés au total par OpenAI et Anthropic.
#DeepSeek #AI #Financement
1
·
--
Haussier
Voir la traduction
🚨ESTADOS UNIDOS ORDENAM BANIMENTO DO DEEPSEEK EM AGÊNCIAS GOVERNAMENTAIS: O IMPACTO NO MERCADO DE IA! 🛑🇺🇸
O cenário geopolítico e regulatório da Inteligência Artificial acaba de ter um novo capítulo decisivo: o Departamento de Segurança Interna dos EUA (DHS) emitiu uma ordem direta para que todas as agências civis federais desinstalem o DeepSeek e interrompam imediatamente o uso de tecnologias baseadas no modelo chinês!
📌 PONTOS CHAVE DA DECISÃO:
1️⃣ Restrição Federal: A medida exige a remoção completa de sistemas que utilizem a arquitetura do DeepSeek e bloqueia novos contratos ou compras. 2️⃣ Segurança de Dados e Geopolítica: O movimento reflete a crescente tensão e preocupação das autoridades americanas com a soberania de dados e o avanço da IA chinesa em infraestruturas públicas. 3️⃣ Reflexo nos Tokens de IA: Notícias como esta costumam impactar diretamente o sentimento em torno de memecoins e tokens de ecossistemas ligados ao DeepSeek ou à IA na BNB Chain e outras redes, gerando picos de volatilidade.
💡 PERSPECTIVA PROFISSIONAL:
A regulação e as barreiras governamentais são variáveis críticas que todo investidor de tecnologia e cripto precisa monitorar. Enquanto o desenvolvimento técnico da IA avança rápido, as restrições geopolíticas podem mudar o rumo da adoção institucional da noite para o dia (DYOR).
📊 ACOMPANHE O MERCADO COM ATENÇÃO:
👇 Fique de olho na liquidez e no comportamento dos tokens do setor de Inteligência Artificial no WIDGET abaixo antes de tomar qualquer posição!
$DEEP
Você acredita que sanções governamentais podem atrasar o avanço global da Inteligência Artificial ou o desenvolvimento de código aberto superará essas barreiras? Deixe a sua análise nos comentários! 👇💬
#Write2Earn #BinanceSquare #DeepSeek #AI #CryptoNews
🚨ESTADOS UNIDOS ORDENAM BANIMENTO DO DEEPSEEK EM AGÊNCIAS GOVERNAMENTAIS: O IMPACTO NO MERCADO DE IA! 🛑🇺🇸
O cenário geopolítico e regulatório da Inteligência Artificial acaba de ter um novo capítulo decisivo: o Departamento de Segurança Interna dos EUA (DHS) emitiu uma ordem direta para que todas as agências civis federais desinstalem o DeepSeek e interrompam imediatamente o uso de tecnologias baseadas no modelo chinês!
📌 PONTOS CHAVE DA DECISÃO:
1️⃣ Restrição Federal: A medida exige a remoção completa de sistemas que utilizem a arquitetura do DeepSeek e bloqueia novos contratos ou compras. 2️⃣ Segurança de Dados e Geopolítica: O movimento reflete a crescente tensão e preocupação das autoridades americanas com a soberania de dados e o avanço da IA chinesa em infraestruturas públicas. 3️⃣ Reflexo nos Tokens de IA: Notícias como esta costumam impactar diretamente o sentimento em torno de memecoins e tokens de ecossistemas ligados ao DeepSeek ou à IA na BNB Chain e outras redes, gerando picos de volatilidade.
💡 PERSPECTIVA PROFISSIONAL:
A regulação e as barreiras governamentais são variáveis críticas que todo investidor de tecnologia e cripto precisa monitorar. Enquanto o desenvolvimento técnico da IA avança rápido, as restrições geopolíticas podem mudar o rumo da adoção institucional da noite para o dia (DYOR).
📊 ACOMPANHE O MERCADO COM ATENÇÃO:
👇 Fique de olho na liquidez e no comportamento dos tokens do setor de Inteligência Artificial no WIDGET abaixo antes de tomar qualquer posição!
$DEEP
Você acredita que sanções governamentais podem atrasar o avanço global da Inteligência Artificial ou o desenvolvimento de código aberto superará essas barreiras? Deixe a sua análise nos comentários! 👇💬
#Write2Earn #BinanceSquare #DeepSeek #AI #CryptoNews
O cenário geopolítico e regulatório da Inteligência Artificial acaba de ter um novo capítulo decisivo: o Departamento de Segurança Interna dos EUA (DHS) emitiu uma ordem direta para que todas as agências civis federais desinstalem o DeepSeek e interrompam imediatamente o uso de tecnologias baseadas no modelo chinês!
📌 PONTOS CHAVE DA DECISÃO:
1️⃣ Restrição Federal: A medida exige a remoção completa de sistemas que utilizem a arquitetura do DeepSeek e bloqueia novos contratos ou compras. 2️⃣ Segurança de Dados e Geopolítica: O movimento reflete a crescente tensão e preocupação das autoridades americanas com a soberania de dados e o avanço da IA chinesa em infraestruturas públicas. 3️⃣ Reflexo nos Tokens de IA: Notícias como esta costumam impactar diretamente o sentimento em torno de memecoins e tokens de ecossistemas ligados ao DeepSeek ou à IA na BNB Chain e outras redes, gerando picos de volatilidade.
💡 PERSPECTIVA PROFISSIONAL:
A regulação e as barreiras governamentais são variáveis críticas que todo investidor de tecnologia e cripto precisa monitorar. Enquanto o desenvolvimento técnico da IA avança rápido, as restrições geopolíticas podem mudar o rumo da adoção institucional da noite para o dia (DYOR).
📊 ACOMPANHE O MERCADO COM ATENÇÃO:
👇 Fique de olho na liquidez e no comportamento dos tokens do setor de Inteligência Artificial no WIDGET abaixo antes de tomar qualquer posição!
$DEEP
Você acredita que sanções governamentais podem atrasar o avanço global da Inteligência Artificial ou o desenvolvimento de código aberto superará essas barreiras? Deixe a sua análise nos comentários! 👇💬
#Write2Earn #BinanceSquare #DeepSeek #AI #CryptoNews
Binance BiBi:
Working on it. Your reply is on the way.
2
32
·
--
Voir la traduction
🐳 DeepSeek开源自家API推理引擎DeepInfer，华为昇腾和英伟达同台！
📌 DeepInfer就是支撑DeepSeek V4.1 Flash线上服务的推理框架，Apache 2.0协议开源
📌 首发支持英伟达SM100(Blackwell)和华为昇腾950，Hopper等老架构不在列表里
📌 官方称单个集群每天处理155万亿token，谷时定价下每GPU小时收入约38美元
📌 但这次只放出离线推理：KV缓存、PD分离、负载均衡都没开源，想自建完整服务还得自己补
📌 同一赛道：Mistral Large 4(1T参数)开放权重计划10月底发布
AI算力越来越"国产+开源"，算力和推理成本一降，AI代理链上交易会不会更快普及？$BTC
你觉得开源推理会压低大模型API价格吗？评论区聊聊👇
#AI #DeepSeek #开源 #算力
仅供参考，不构成投资建议
🐳 DeepSeek开源自家API推理引擎DeepInfer，华为昇腾和英伟达同台！
📌 DeepInfer就是支撑DeepSeek V4.1 Flash线上服务的推理框架，Apache 2.0协议开源
📌 首发支持英伟达SM100(Blackwell)和华为昇腾950，Hopper等老架构不在列表里
📌 官方称单个集群每天处理155万亿token，谷时定价下每GPU小时收入约38美元
📌 但这次只放出离线推理：KV缓存、PD分离、负载均衡都没开源，想自建完整服务还得自己补
📌 同一赛道：Mistral Large 4(1T参数)开放权重计划10月底发布
AI算力越来越"国产+开源"，算力和推理成本一降，AI代理链上交易会不会更快普及？$BTC
你觉得开源推理会压低大模型API价格吗？评论区聊聊👇
#AI #DeepSeek #开源 #算力
仅供参考，不构成投资建议
📌 DeepInfer就是支撑DeepSeek V4.1 Flash线上服务的推理框架，Apache 2.0协议开源
📌 首发支持英伟达SM100(Blackwell)和华为昇腾950，Hopper等老架构不在列表里
📌 官方称单个集群每天处理155万亿token，谷时定价下每GPU小时收入约38美元
📌 但这次只放出离线推理：KV缓存、PD分离、负载均衡都没开源，想自建完整服务还得自己补
📌 同一赛道：Mistral Large 4(1T参数)开放权重计划10月底发布
AI算力越来越"国产+开源"，算力和推理成本一降，AI代理链上交易会不会更快普及？$BTC
你觉得开源推理会压低大模型API价格吗？评论区聊聊👇
#AI #DeepSeek #开源 #算力
仅供参考，不构成投资建议
65
·
--
🐋 DeepSeek a rendu open source son propre moteur d’inférence ! Pourtant, les géants chinois continuent-ils d’acheter massivement des puces NVIDIA ?
🔹 DeepSeek a ouvert le code de DeepInfer : le framework d’inférence utilisé par ses propres services en ligne. Sous licence Apache 2.0, il prend en charge les GPU NVIDIA et les NPU Huawei Ascend. Il s’est hissé à la première place du classement du jour sur Hacker News (plus de 2 000 votes positifs).
🔹 Pendant ce temps, selon des médias étrangers, ByteDance, Alibaba et Tencent auraient commandé ensemble plus de 3 millions de cartes NVIDIA RTX PRO 5500, pour un montant qui pourrait dépasser 35 milliards de dollars (ces informations n’ont pas encore été confirmées par toutes les entreprises concernées).
🔹 D’un côté, l’open source réduit les coûts ; de l’autre, des sommes colossales sont dépensées pour s’accaparer de la puissance de calcul : la course aux armements de l’IA s’accélère encore.
La demande en puissance de calcul pour l’IA ne cesse de grimper : est-ce une bonne nouvelle pour les mineurs $BTC et le secteur du calcul, ou cela va-t-il aggraver la concurrence pour l’électricité et les cartes ?
💬 Selon vous, les modèles open source finiront-ils par battre les géants du logiciel propriétaire ? On en parle dans les commentaires 👇
#AI #DeepSeek #英伟达 #PuissanceDeCalcul
À titre informatif uniquement ; ceci ne constitue pas un conseil en investissement
🐋 DeepSeek a rendu open source son propre moteur d’inférence ! Pourtant, les géants chinois continuent-ils d’acheter massivement des puces NVIDIA ?
🔹 DeepSeek a ouvert le code de DeepInfer : le framework d’inférence utilisé par ses propres services en ligne. Sous licence Apache 2.0, il prend en charge les GPU NVIDIA et les NPU Huawei Ascend. Il s’est hissé à la première place du classement du jour sur Hacker News (plus de 2 000 votes positifs).
🔹 Pendant ce temps, selon des médias étrangers, ByteDance, Alibaba et Tencent auraient commandé ensemble plus de 3 millions de cartes NVIDIA RTX PRO 5500, pour un montant qui pourrait dépasser 35 milliards de dollars (ces informations n’ont pas encore été confirmées par toutes les entreprises concernées).
🔹 D’un côté, l’open source réduit les coûts ; de l’autre, des sommes colossales sont dépensées pour s’accaparer de la puissance de calcul : la course aux armements de l’IA s’accélère encore.
La demande en puissance de calcul pour l’IA ne cesse de grimper : est-ce une bonne nouvelle pour les mineurs $BTC et le secteur du calcul, ou cela va-t-il aggraver la concurrence pour l’électricité et les cartes ?
💬 Selon vous, les modèles open source finiront-ils par battre les géants du logiciel propriétaire ? On en parle dans les commentaires 👇
#AI #DeepSeek #英伟达 #PuissanceDeCalcul
À titre informatif uniquement ; ceci ne constitue pas un conseil en investissement
🔹 DeepSeek a ouvert le code de DeepInfer : le framework d’inférence utilisé par ses propres services en ligne. Sous licence Apache 2.0, il prend en charge les GPU NVIDIA et les NPU Huawei Ascend. Il s’est hissé à la première place du classement du jour sur Hacker News (plus de 2 000 votes positifs).
🔹 Pendant ce temps, selon des médias étrangers, ByteDance, Alibaba et Tencent auraient commandé ensemble plus de 3 millions de cartes NVIDIA RTX PRO 5500, pour un montant qui pourrait dépasser 35 milliards de dollars (ces informations n’ont pas encore été confirmées par toutes les entreprises concernées).
🔹 D’un côté, l’open source réduit les coûts ; de l’autre, des sommes colossales sont dépensées pour s’accaparer de la puissance de calcul : la course aux armements de l’IA s’accélère encore.
La demande en puissance de calcul pour l’IA ne cesse de grimper : est-ce une bonne nouvelle pour les mineurs $BTC et le secteur du calcul, ou cela va-t-il aggraver la concurrence pour l’électricité et les cartes ?
💬 Selon vous, les modèles open source finiront-ils par battre les géants du logiciel propriétaire ? On en parle dans les commentaires 👇
#AI #DeepSeek #英伟达 #PuissanceDeCalcul
À titre informatif uniquement ; ceci ne constitue pas un conseil en investissement
131
·
--
Analyse de la mise à jour de DeepSeek V4.1 Flash-1017 : la programmation par souhaits ouvre la voie à une nouvelle tendance
La mise à jour de DeepSeek V4.1 Flash-1017 met l’accent sur la « programmation par souhaits » et améliore sensiblement les indicateurs techniques. L’analyse des niveaux clés révèle un potentiel de croissance ; les investisseurs doivent rester attentifs.#DeepSeek #AnalyseTechnique
Analyse de la mise à jour de DeepSeek V4.1 Flash-1017 : la programmation par souhaits ouvre la voie à une nouvelle tendance
La mise à jour de DeepSeek V4.1 Flash-1017 met l’accent sur la « programmation par souhaits » et améliore sensiblement les indicateurs techniques. L’analyse des niveaux clés révèle un potentiel de croissance ; les investisseurs doivent rester attentifs.#DeepSeek #AnalyseTechnique
La mise à jour de DeepSeek V4.1 Flash-1017 met l’accent sur la « programmation par souhaits » et améliore sensiblement les indicateurs techniques. L’analyse des niveaux clés révèle un potentiel de croissance ; les investisseurs doivent rester attentifs.#DeepSeek #AnalyseTechnique
11
·
--
Mille recherches, cinq yuans. Un demi-fen par recherche, moins cher que d’imprimer une feuille de papier.
Le 17 octobre, DeepSeek a proposé deux interfaces pour son moteur de recherche maison : Search pour trouver des pages web, Fetch pour en récupérer le contenu. Elles indexent des centaines de milliards de pages et traitent plusieurs centaines de millions de requêtes par jour. Le tarif est affiché : cinq yuans pour mille recherches. Un yuan pour deux cents. Voilà, c’est tout.
Le prix n’est que la partie visible. J’ai comparé l’annonce et la page tarifaire : c’est le mode de facturation qui saute aux yeux. Les échecs ne sont pas facturés, les délais d’attente dépassés ne comptent pas, et les recherches sans résultat non plus. Seule la requête qui permet de récupérer du contenu est facturée.
Chez les fournisseurs de cloud, la facturation à l’appel est la norme : dès qu’une requête est envoyée, elle est comptabilisée, qu’elle aboutisse ou non. Avec cette approche, le risque est reporté de l’acheteur vers le vendeur.
Ils peuvent se le permettre parce qu’ils sont eux-mêmes juges. Et il n’y en a qu’un. C’est eux qui produisent les résultats de recherche, et c’est aussi eux qui décident s’ils ont abouti.
En y réfléchissant un peu plus, on pense à la blockchain.
Beaucoup pensent que les micropaiements butent sur les frais. Transférer un centime à la fois, les mineurs ne voudront pas le faire, donc c’est impossible. Ce n’est qu’à moitié vrai. Les frais peuvent baisser : aujourd’hui, le coût d’un transfert de stablecoin sur la blockchain est déjà tombé à quelques millièmes de yuan, à peine plus cher que cette interface de recherche. Ce qu’on ne peut pas vraiment réduire, c’est le compteur.
Sur la blockchain, il n’y a pas de prestataire de services, seulement tout un ensemble de nœuds qui recalculent chacun de leur côté. Pour savoir si une transaction est valide, chaque nœud doit la recalculer de son côté en appliquant les mêmes règles ; ce n’est que si le résultat concorde qu’elle est acceptée. Personne n’a le droit de signer à la place des autres, et personne ne peut être autorisé à tenir le compte pour quelqu’un d’autre.
C’est pourquoi la notion de « cinquante-millième appel » n’existe pas sur la blockchain. Qui décide ? Personne n’a le droit de tenir ce compte, et personne ne reconnaît le compte tenu par quelqu’un d’autre.
Les transactions échouées consomment quand même du gas. Même principe : le travail a été envoyé, les nœuds l’ont calculé, le résultat n’a pas abouti, mais il faut quand même régler la facture. La blockchain ne peut pas facturer uniquement en cas de succès ; elle ne peut que prélever d’abord et rembourser ensuite.
Le monde crypto parle de micropaiements depuis près de dix ans. Lightning Network, canaux d’état, soldes prépayés : toutes ces solutions cherchent, sous différentes formes, à résoudre le même problème : comment compter précisément les opérations quand personne ne tient les comptes. À ce jour, le seul à avoir transformé en activité commerciale un tarif d’un demi-fen par opération, c’est une interface centralisée. C’est un peu ironique. Voilà tout.
Le 1er novembre à minuit, ce sera un tournant. D’ici là, les recherches effectuées côté serveur via Harness, Claude Code et Codex ne coûteront rien. Après, elles seront facturées à l’appel.
L’annonce ne précise que le prix unitaire. On ne sait toujours pas comment seront comptabilisés les appels déjà effectués ces derniers jours, ni si le règlement se fera au jour ou au volume.
Le lien avec le monde crypto, ce n’est pas le prix en soi : ce n’est qu’un prétexte. Quand l’IA commencera à chercher, à récupérer du contenu et à passer des commandes de son propre chef, les paiements entre agents se réduiront à quelques millièmes à chaque fois. Qui tiendra les comptes, alors ? Celui qui les tient sera la chambre de compensation. Pour que la blockchain se lance dans cette activité, être bon marché ne suffit pas : il faut d’abord clarifier le fonctionnement du compteur.
Ouvrez votre relevé d’API et jetez-y un œil. Parmi les appels facturés, combien n’ont en réalité rien renvoyé ?
$TAO $USDC $BTC
#DeepSeek #AI搜索 #微支付 #Agent
Mille recherches, cinq yuans. Un demi-fen par recherche, moins cher que d’imprimer une feuille de papier.
Le 17 octobre, DeepSeek a proposé deux interfaces pour son moteur de recherche maison : Search pour trouver des pages web, Fetch pour en récupérer le contenu. Elles indexent des centaines de milliards de pages et traitent plusieurs centaines de millions de requêtes par jour. Le tarif est affiché : cinq yuans pour mille recherches. Un yuan pour deux cents. Voilà, c’est tout.
Le prix n’est que la partie visible. J’ai comparé l’annonce et la page tarifaire : c’est le mode de facturation qui saute aux yeux. Les échecs ne sont pas facturés, les délais d’attente dépassés ne comptent pas, et les recherches sans résultat non plus. Seule la requête qui permet de récupérer du contenu est facturée.
Chez les fournisseurs de cloud, la facturation à l’appel est la norme : dès qu’une requête est envoyée, elle est comptabilisée, qu’elle aboutisse ou non. Avec cette approche, le risque est reporté de l’acheteur vers le vendeur.
Ils peuvent se le permettre parce qu’ils sont eux-mêmes juges. Et il n’y en a qu’un. C’est eux qui produisent les résultats de recherche, et c’est aussi eux qui décident s’ils ont abouti.
En y réfléchissant un peu plus, on pense à la blockchain.
Beaucoup pensent que les micropaiements butent sur les frais. Transférer un centime à la fois, les mineurs ne voudront pas le faire, donc c’est impossible. Ce n’est qu’à moitié vrai. Les frais peuvent baisser : aujourd’hui, le coût d’un transfert de stablecoin sur la blockchain est déjà tombé à quelques millièmes de yuan, à peine plus cher que cette interface de recherche. Ce qu’on ne peut pas vraiment réduire, c’est le compteur.
Sur la blockchain, il n’y a pas de prestataire de services, seulement tout un ensemble de nœuds qui recalculent chacun de leur côté. Pour savoir si une transaction est valide, chaque nœud doit la recalculer de son côté en appliquant les mêmes règles ; ce n’est que si le résultat concorde qu’elle est acceptée. Personne n’a le droit de signer à la place des autres, et personne ne peut être autorisé à tenir le compte pour quelqu’un d’autre.
C’est pourquoi la notion de « cinquante-millième appel » n’existe pas sur la blockchain. Qui décide ? Personne n’a le droit de tenir ce compte, et personne ne reconnaît le compte tenu par quelqu’un d’autre.
Les transactions échouées consomment quand même du gas. Même principe : le travail a été envoyé, les nœuds l’ont calculé, le résultat n’a pas abouti, mais il faut quand même régler la facture. La blockchain ne peut pas facturer uniquement en cas de succès ; elle ne peut que prélever d’abord et rembourser ensuite.
Le monde crypto parle de micropaiements depuis près de dix ans. Lightning Network, canaux d’état, soldes prépayés : toutes ces solutions cherchent, sous différentes formes, à résoudre le même problème : comment compter précisément les opérations quand personne ne tient les comptes. À ce jour, le seul à avoir transformé en activité commerciale un tarif d’un demi-fen par opération, c’est une interface centralisée. C’est un peu ironique. Voilà tout.
Le 1er novembre à minuit, ce sera un tournant. D’ici là, les recherches effectuées côté serveur via Harness, Claude Code et Codex ne coûteront rien. Après, elles seront facturées à l’appel.
L’annonce ne précise que le prix unitaire. On ne sait toujours pas comment seront comptabilisés les appels déjà effectués ces derniers jours, ni si le règlement se fera au jour ou au volume.
Le lien avec le monde crypto, ce n’est pas le prix en soi : ce n’est qu’un prétexte. Quand l’IA commencera à chercher, à récupérer du contenu et à passer des commandes de son propre chef, les paiements entre agents se réduiront à quelques millièmes à chaque fois. Qui tiendra les comptes, alors ? Celui qui les tient sera la chambre de compensation. Pour que la blockchain se lance dans cette activité, être bon marché ne suffit pas : il faut d’abord clarifier le fonctionnement du compteur.
Ouvrez votre relevé d’API et jetez-y un œil. Parmi les appels facturés, combien n’ont en réalité rien renvoyé ?
$TAO $USDC $BTC
#DeepSeek #AI搜索 #微支付 #Agent
Le 17 octobre, DeepSeek a proposé deux interfaces pour son moteur de recherche maison : Search pour trouver des pages web, Fetch pour en récupérer le contenu. Elles indexent des centaines de milliards de pages et traitent plusieurs centaines de millions de requêtes par jour. Le tarif est affiché : cinq yuans pour mille recherches. Un yuan pour deux cents. Voilà, c’est tout.
Le prix n’est que la partie visible. J’ai comparé l’annonce et la page tarifaire : c’est le mode de facturation qui saute aux yeux. Les échecs ne sont pas facturés, les délais d’attente dépassés ne comptent pas, et les recherches sans résultat non plus. Seule la requête qui permet de récupérer du contenu est facturée.
Chez les fournisseurs de cloud, la facturation à l’appel est la norme : dès qu’une requête est envoyée, elle est comptabilisée, qu’elle aboutisse ou non. Avec cette approche, le risque est reporté de l’acheteur vers le vendeur.
Ils peuvent se le permettre parce qu’ils sont eux-mêmes juges. Et il n’y en a qu’un. C’est eux qui produisent les résultats de recherche, et c’est aussi eux qui décident s’ils ont abouti.
En y réfléchissant un peu plus, on pense à la blockchain.
Beaucoup pensent que les micropaiements butent sur les frais. Transférer un centime à la fois, les mineurs ne voudront pas le faire, donc c’est impossible. Ce n’est qu’à moitié vrai. Les frais peuvent baisser : aujourd’hui, le coût d’un transfert de stablecoin sur la blockchain est déjà tombé à quelques millièmes de yuan, à peine plus cher que cette interface de recherche. Ce qu’on ne peut pas vraiment réduire, c’est le compteur.
Sur la blockchain, il n’y a pas de prestataire de services, seulement tout un ensemble de nœuds qui recalculent chacun de leur côté. Pour savoir si une transaction est valide, chaque nœud doit la recalculer de son côté en appliquant les mêmes règles ; ce n’est que si le résultat concorde qu’elle est acceptée. Personne n’a le droit de signer à la place des autres, et personne ne peut être autorisé à tenir le compte pour quelqu’un d’autre.
C’est pourquoi la notion de « cinquante-millième appel » n’existe pas sur la blockchain. Qui décide ? Personne n’a le droit de tenir ce compte, et personne ne reconnaît le compte tenu par quelqu’un d’autre.
Les transactions échouées consomment quand même du gas. Même principe : le travail a été envoyé, les nœuds l’ont calculé, le résultat n’a pas abouti, mais il faut quand même régler la facture. La blockchain ne peut pas facturer uniquement en cas de succès ; elle ne peut que prélever d’abord et rembourser ensuite.
Le monde crypto parle de micropaiements depuis près de dix ans. Lightning Network, canaux d’état, soldes prépayés : toutes ces solutions cherchent, sous différentes formes, à résoudre le même problème : comment compter précisément les opérations quand personne ne tient les comptes. À ce jour, le seul à avoir transformé en activité commerciale un tarif d’un demi-fen par opération, c’est une interface centralisée. C’est un peu ironique. Voilà tout.
Le 1er novembre à minuit, ce sera un tournant. D’ici là, les recherches effectuées côté serveur via Harness, Claude Code et Codex ne coûteront rien. Après, elles seront facturées à l’appel.
L’annonce ne précise que le prix unitaire. On ne sait toujours pas comment seront comptabilisés les appels déjà effectués ces derniers jours, ni si le règlement se fera au jour ou au volume.
Le lien avec le monde crypto, ce n’est pas le prix en soi : ce n’est qu’un prétexte. Quand l’IA commencera à chercher, à récupérer du contenu et à passer des commandes de son propre chef, les paiements entre agents se réduiront à quelques millièmes à chaque fois. Qui tiendra les comptes, alors ? Celui qui les tient sera la chambre de compensation. Pour que la blockchain se lance dans cette activité, être bon marché ne suffit pas : il faut d’abord clarifier le fonctionnement du compteur.
Ouvrez votre relevé d’API et jetez-y un œil. Parmi les appels facturés, combien n’ont en réalité rien renvoyé ?
$TAO $USDC $BTC
#DeepSeek #AI搜索 #微支付 #Agent
167
·
--
Les responsables ont qualifié cela de « petite mise à jour ». Après l’avoir décortiquée, la communauté a découvert qu’il s’agissait clairement d’une refonte majeure.
Le 17 octobre, DeepSeek a publié V4.1-Flash-1017. La fiche du modèle indique « réduire le temps d’exécution des tâches et la longueur des réponses ». Le nom de l’API et les prix restent inchangés, et les poids sont publiés en open source sous licence MIT.
Un développeur a comparé couche par couche les nouveaux poids à ceux de la version de septembre. Selon les informations rapportées, environ 40 % des experts de routage, 30 % de la mémoire et 50 % des tenseurs experts de la tour de vision ont été réécrits. Un autre développeur a effectué des tests de quantification sur deux DGX Spark : selon ses résultats, le moteur TensorFold atteint 56,8 tokens/s en texte et 92,2 tokens/s en code, soit presque le double de vLLM. L’architecture n’a pas changé, mais l’ampleur des modifications est digne d’une « version majeure ».
La guerre des prix a aussi pris une nouvelle dimension : d’après les mesures d’un ingénieur, DeepSeek n’a coûté qu’environ 4,5 cents pour exécuter une tâche de programmation réelle, mais a consommé près de 550 000 tokens (Opus n’en a utilisé que 30 000). Les tokens sont si bon marché qu’on peut se permettre de les « gaspiller » — et au final, cela revient quand même moins cher. Selon les données d’OpenRouter, le modèle a traité environ 38,7 T de tokens au cours des 7 derniers jours, soit trois fois plus que le deuxième.
Le calendrier est intriguant : la veille de la publication des poids sous licence MIT (le 16 octobre), le ministère du Commerce et le ministère des Sciences et des Technologies ont publié un projet de réglementation des exportations pour consultation publique. Celui-ci prévoit d’ajouter 40 technologies à la liste des contrôles, dont 23 liées à l’IA. Les poids, le code source et l’architecture des modèles dont la puissance de calcul atteint 10²⁶ FLOPs, qui comptent plus de 2 000 milliards de paramètres ou qui figurent parmi les dix premiers au monde seraient soumis à ces contrôles. Les API et les SaaS ne seraient pas concernés, et les modèles déjà publiés en open source ne seraient pas soumis rétroactivement à ces règles. La consultation se poursuit jusqu’au 15 novembre ; plusieurs médias ont confirmé ces informations.
À mon avis, c’est la semaine où le récit de l’IA, entre « ouverture et contrôle », a donné le coup d’envoi : pour la première fois, les poids d’un modèle sont inscrits sur une liste de contrôle des exportations. À court terme, plus les modèles sont bon marché, plus le coût d’exécution des agents IA à grande échelle diminue, et plus le carburant du récit de l’IA on-chain (par exemple, $TAO $RENDER) abonde.
Le suspense reste entier autour de V4.1-Pro : selon certaines informations, des comptes auraient déjà repéré son nom de modèle caché lors d’un accès anticipé, à la fin du mois de septembre. Les marchés prédictifs estiment à environ 16 % la probabilité d’une sortie avant la fin octobre. Le point à surveiller : la version définitive du projet, le 15 novembre.
Ce qui précède ne constitue pas un conseil en investissement. Faites vos propres recherches (DYOR) ; le trading comporte des risques.
#DeepSeekPublieUnModèleDIAActualisé
#DeepSeek #IA
Les responsables ont qualifié cela de « petite mise à jour ». Après l’avoir décortiquée, la communauté a découvert qu’il s’agissait clairement d’une refonte majeure.
Le 17 octobre, DeepSeek a publié V4.1-Flash-1017. La fiche du modèle indique « réduire le temps d’exécution des tâches et la longueur des réponses ». Le nom de l’API et les prix restent inchangés, et les poids sont publiés en open source sous licence MIT.
Un développeur a comparé couche par couche les nouveaux poids à ceux de la version de septembre. Selon les informations rapportées, environ 40 % des experts de routage, 30 % de la mémoire et 50 % des tenseurs experts de la tour de vision ont été réécrits. Un autre développeur a effectué des tests de quantification sur deux DGX Spark : selon ses résultats, le moteur TensorFold atteint 56,8 tokens/s en texte et 92,2 tokens/s en code, soit presque le double de vLLM. L’architecture n’a pas changé, mais l’ampleur des modifications est digne d’une « version majeure ».
La guerre des prix a aussi pris une nouvelle dimension : d’après les mesures d’un ingénieur, DeepSeek n’a coûté qu’environ 4,5 cents pour exécuter une tâche de programmation réelle, mais a consommé près de 550 000 tokens (Opus n’en a utilisé que 30 000). Les tokens sont si bon marché qu’on peut se permettre de les « gaspiller » — et au final, cela revient quand même moins cher. Selon les données d’OpenRouter, le modèle a traité environ 38,7 T de tokens au cours des 7 derniers jours, soit trois fois plus que le deuxième.
Le calendrier est intriguant : la veille de la publication des poids sous licence MIT (le 16 octobre), le ministère du Commerce et le ministère des Sciences et des Technologies ont publié un projet de réglementation des exportations pour consultation publique. Celui-ci prévoit d’ajouter 40 technologies à la liste des contrôles, dont 23 liées à l’IA. Les poids, le code source et l’architecture des modèles dont la puissance de calcul atteint 10²⁶ FLOPs, qui comptent plus de 2 000 milliards de paramètres ou qui figurent parmi les dix premiers au monde seraient soumis à ces contrôles. Les API et les SaaS ne seraient pas concernés, et les modèles déjà publiés en open source ne seraient pas soumis rétroactivement à ces règles. La consultation se poursuit jusqu’au 15 novembre ; plusieurs médias ont confirmé ces informations.
À mon avis, c’est la semaine où le récit de l’IA, entre « ouverture et contrôle », a donné le coup d’envoi : pour la première fois, les poids d’un modèle sont inscrits sur une liste de contrôle des exportations. À court terme, plus les modèles sont bon marché, plus le coût d’exécution des agents IA à grande échelle diminue, et plus le carburant du récit de l’IA on-chain (par exemple, $TAO $RENDER ) abonde.
Le suspense reste entier autour de V4.1-Pro : selon certaines informations, des comptes auraient déjà repéré son nom de modèle caché lors d’un accès anticipé, à la fin du mois de septembre. Les marchés prédictifs estiment à environ 16 % la probabilité d’une sortie avant la fin octobre. Le point à surveiller : la version définitive du projet, le 15 novembre.
Ce qui précède ne constitue pas un conseil en investissement. Faites vos propres recherches (DYOR) ; le trading comporte des risques.
#DeepSeekPublieUnModèleDIAActualisé
#DeepSeek #IA
Le 17 octobre, DeepSeek a publié V4.1-Flash-1017. La fiche du modèle indique « réduire le temps d’exécution des tâches et la longueur des réponses ». Le nom de l’API et les prix restent inchangés, et les poids sont publiés en open source sous licence MIT.
Un développeur a comparé couche par couche les nouveaux poids à ceux de la version de septembre. Selon les informations rapportées, environ 40 % des experts de routage, 30 % de la mémoire et 50 % des tenseurs experts de la tour de vision ont été réécrits. Un autre développeur a effectué des tests de quantification sur deux DGX Spark : selon ses résultats, le moteur TensorFold atteint 56,8 tokens/s en texte et 92,2 tokens/s en code, soit presque le double de vLLM. L’architecture n’a pas changé, mais l’ampleur des modifications est digne d’une « version majeure ».
La guerre des prix a aussi pris une nouvelle dimension : d’après les mesures d’un ingénieur, DeepSeek n’a coûté qu’environ 4,5 cents pour exécuter une tâche de programmation réelle, mais a consommé près de 550 000 tokens (Opus n’en a utilisé que 30 000). Les tokens sont si bon marché qu’on peut se permettre de les « gaspiller » — et au final, cela revient quand même moins cher. Selon les données d’OpenRouter, le modèle a traité environ 38,7 T de tokens au cours des 7 derniers jours, soit trois fois plus que le deuxième.
Le calendrier est intriguant : la veille de la publication des poids sous licence MIT (le 16 octobre), le ministère du Commerce et le ministère des Sciences et des Technologies ont publié un projet de réglementation des exportations pour consultation publique. Celui-ci prévoit d’ajouter 40 technologies à la liste des contrôles, dont 23 liées à l’IA. Les poids, le code source et l’architecture des modèles dont la puissance de calcul atteint 10²⁶ FLOPs, qui comptent plus de 2 000 milliards de paramètres ou qui figurent parmi les dix premiers au monde seraient soumis à ces contrôles. Les API et les SaaS ne seraient pas concernés, et les modèles déjà publiés en open source ne seraient pas soumis rétroactivement à ces règles. La consultation se poursuit jusqu’au 15 novembre ; plusieurs médias ont confirmé ces informations.
À mon avis, c’est la semaine où le récit de l’IA, entre « ouverture et contrôle », a donné le coup d’envoi : pour la première fois, les poids d’un modèle sont inscrits sur une liste de contrôle des exportations. À court terme, plus les modèles sont bon marché, plus le coût d’exécution des agents IA à grande échelle diminue, et plus le carburant du récit de l’IA on-chain (par exemple, $TAO $RENDER ) abonde.
Le suspense reste entier autour de V4.1-Pro : selon certaines informations, des comptes auraient déjà repéré son nom de modèle caché lors d’un accès anticipé, à la fin du mois de septembre. Les marchés prédictifs estiment à environ 16 % la probabilité d’une sortie avant la fin octobre. Le point à surveiller : la version définitive du projet, le 15 novembre.
Ce qui précède ne constitue pas un conseil en investissement. Faites vos propres recherches (DYOR) ; le trading comporte des risques.
#DeepSeekPublieUnModèleDIAActualisé
#DeepSeek #IA
ABO3ZAM:
تحليل ممتاز يا وحش، فعلاً خفض التكاليف بيحرك سيولة ضخمة للقطاع، راقب TAO عند مناطق الدعم الحالية، إذا ثبت فوقها بنشوف انفجار سعري قريب 🎯
5
93
·
--
Haussier
🚨 DERNIÈRE MINUTE : DeepSeek lance un modèle d’IA mis à jour ! 🤖🔥
#DeepSeek a présenté DeepSeek-V4.1-Flash-1017, un modèle d’IA amélioré annoncé le 17 octobre 2026.
⚡ Quoi de neuf ? ✅ Exécution plus rapide des tâches
✅ Performances améliorées en programmation et pour les agents d’IA
✅ Réponses plus courtes et plus efficaces
✅ Meilleurs résultats aux tests de référence
✅ Les API Search et Fetch sont désormais accessibles aux utilisateurs
📊 DeepSeek a annoncé un score de 77,0 au test de référence DeepSWE v1.1, contre 74,2 pour la version précédente.
🌐 Le modèle mis à jour est disponible sur le site Web de DeepSeek, dans son application mobile et via son API.
💡 Pourquoi est-ce important ? La course à l’IA s’intensifie, les entreprises rivalisant pour proposer des outils plus puissants à moindre coût.
DeepSeek peut-il rivaliser avec les plus grands noms de l’IA ? 👀
💬 Qu’en pensez-vous ? DeepSeek devient-il un concurrent sérieux dans le secteur de l’IA ?
#DeepSeek #TechNews #Innovation
#deepseekreleasesupdatedaimodel
🚨 DERNIÈRE MINUTE : DeepSeek lance un modèle d’IA mis à jour ! 🤖🔥
#DeepSeek a présenté DeepSeek-V4.1-Flash-1017, un modèle d’IA amélioré annoncé le 17 octobre 2026.
⚡ Quoi de neuf ? ✅ Exécution plus rapide des tâches
✅ Performances améliorées en programmation et pour les agents d’IA
✅ Réponses plus courtes et plus efficaces
✅ Meilleurs résultats aux tests de référence
✅ Les API Search et Fetch sont désormais accessibles aux utilisateurs
📊 DeepSeek a annoncé un score de 77,0 au test de référence DeepSWE v1.1, contre 74,2 pour la version précédente.
🌐 Le modèle mis à jour est disponible sur le site Web de DeepSeek, dans son application mobile et via son API.
💡 Pourquoi est-ce important ? La course à l’IA s’intensifie, les entreprises rivalisant pour proposer des outils plus puissants à moindre coût.
DeepSeek peut-il rivaliser avec les plus grands noms de l’IA ? 👀
💬 Qu’en pensez-vous ? DeepSeek devient-il un concurrent sérieux dans le secteur de l’IA ?
#DeepSeek #TechNews #Innovation
#deepseekreleasesupdatedaimodel
#DeepSeek a présenté DeepSeek-V4.1-Flash-1017, un modèle d’IA amélioré annoncé le 17 octobre 2026.
⚡ Quoi de neuf ? ✅ Exécution plus rapide des tâches
✅ Performances améliorées en programmation et pour les agents d’IA
✅ Réponses plus courtes et plus efficaces
✅ Meilleurs résultats aux tests de référence
✅ Les API Search et Fetch sont désormais accessibles aux utilisateurs
📊 DeepSeek a annoncé un score de 77,0 au test de référence DeepSWE v1.1, contre 74,2 pour la version précédente.
🌐 Le modèle mis à jour est disponible sur le site Web de DeepSeek, dans son application mobile et via son API.
💡 Pourquoi est-ce important ? La course à l’IA s’intensifie, les entreprises rivalisant pour proposer des outils plus puissants à moindre coût.
DeepSeek peut-il rivaliser avec les plus grands noms de l’IA ? 👀
💬 Qu’en pensez-vous ? DeepSeek devient-il un concurrent sérieux dans le secteur de l’IA ?
#DeepSeek #TechNews #Innovation
#deepseekreleasesupdatedaimodel
Taybou:
peut etre
1
4
690
·
--
🤖 DeepSeek passe encore à la vitesse supérieure : le secteur de l’IA est-il prêt à décoller ?
DeepSeek a officiellement déployé la dernière mise à jour de son modèle (V4.1-Flash), qui offre un raisonnement rapide et des capacités avancées en programmation à une fraction du coût informatique habituel.
Voici pourquoi c’est important pour les secteurs de la technologie et de l’IA Web3 :
💡 1. L’efficacité plutôt que le battage médiatique Les modèles d’inférence à haut débit et à moindre coût obligent les géants établis de l’IA à baisser leurs prix, accélérant ainsi l’adoption mondiale par les développeurs.
⚡ 2. IA Web3 et calcul décentralisé Les modèles efficaces stimulent la demande réelle pour les réseaux GPU décentralisés ($RENDER, $AKT) et les protocoles d’intelligence décentralisée ($TAO, $NEAR, $ASTER).
🎯 3. Le retour à la réalité Les gros titres provoquent des hausses initiales, mais la véritable création de valeur vient de l’utilisation par les développeurs, de l’intégration et de la génération effective de frais — pas seulement du battage médiatique.
💬 Qu’en pensez-vous ? L’efficacité des modèles à poids ouverts va-t-elle bouleverser les géants de l’IA propriétaires, ou les géants de la tech garderont-ils leur trône ? Donnez votre avis ci-dessous ! 👇
#DeepSeek #AI #CryptoNews #TAO #NEAR
🤖 DeepSeek passe encore à la vitesse supérieure : le secteur de l’IA est-il prêt à décoller ?
DeepSeek a officiellement déployé la dernière mise à jour de son modèle (V4.1-Flash), qui offre un raisonnement rapide et des capacités avancées en programmation à une fraction du coût informatique habituel.
Voici pourquoi c’est important pour les secteurs de la technologie et de l’IA Web3 :
💡 1. L’efficacité plutôt que le battage médiatique Les modèles d’inférence à haut débit et à moindre coût obligent les géants établis de l’IA à baisser leurs prix, accélérant ainsi l’adoption mondiale par les développeurs.
⚡ 2. IA Web3 et calcul décentralisé Les modèles efficaces stimulent la demande réelle pour les réseaux GPU décentralisés ($RENDER, $AKT) et les protocoles d’intelligence décentralisée ($TAO, $NEAR, $ASTER).
🎯 3. Le retour à la réalité Les gros titres provoquent des hausses initiales, mais la véritable création de valeur vient de l’utilisation par les développeurs, de l’intégration et de la génération effective de frais — pas seulement du battage médiatique.
💬 Qu’en pensez-vous ? L’efficacité des modèles à poids ouverts va-t-elle bouleverser les géants de l’IA propriétaires, ou les géants de la tech garderont-ils leur trône ? Donnez votre avis ci-dessous ! 👇
#DeepSeek #AI #CryptoNews #TAO #NEAR
DeepSeek a officiellement déployé la dernière mise à jour de son modèle (V4.1-Flash), qui offre un raisonnement rapide et des capacités avancées en programmation à une fraction du coût informatique habituel.
Voici pourquoi c’est important pour les secteurs de la technologie et de l’IA Web3 :
💡 1. L’efficacité plutôt que le battage médiatique Les modèles d’inférence à haut débit et à moindre coût obligent les géants établis de l’IA à baisser leurs prix, accélérant ainsi l’adoption mondiale par les développeurs.
⚡ 2. IA Web3 et calcul décentralisé Les modèles efficaces stimulent la demande réelle pour les réseaux GPU décentralisés ($RENDER, $AKT) et les protocoles d’intelligence décentralisée ($TAO, $NEAR, $ASTER).
🎯 3. Le retour à la réalité Les gros titres provoquent des hausses initiales, mais la véritable création de valeur vient de l’utilisation par les développeurs, de l’intégration et de la génération effective de frais — pas seulement du battage médiatique.
💬 Qu’en pensez-vous ? L’efficacité des modèles à poids ouverts va-t-elle bouleverser les géants de l’IA propriétaires, ou les géants de la tech garderont-ils leur trône ? Donnez votre avis ci-dessous ! 👇
#DeepSeek #AI #CryptoNews #TAO #NEAR
114
🚀 DeepSeek lance V4.1-Flash-1017 : de meilleures performances d’IA à moindre coût
🔍 1. Quoi de neuf ?
$FET — DeepSeek a lancé V4.1-Flash-1017 le 17 octobre 2026. Cette mise à jour améliore les scores déclarés aux benchmarks de programmation et de tâches d’agent, tout en visant à réduire la durée d’exécution des tâches et la longueur des réponses.
📊 2. Chiffres clés des performances
Selon les résultats publiés par DeepSeek :
DeepSWE v1.1 : 77,0, contre 74,2 auparavant.
Terminal-Bench 4.0 : 42,3, contre 31,2 auparavant.
Tarification de l’API : en heures creuses, 0,15 $ pour les entrées et 0,60 $ pour les sorties par million de jetons.
Licence : MIT, permettant une large utilisation sous réserve de ses conditions.
L’API continue d’utiliser l’alias de modèle deepseek-flash. Les scores des benchmarks sont déclarés par l’entreprise et peuvent varier selon les cadres de test.
🤖 3. Pourquoi est-ce important pour les cryptomonnaies ?
$RENDER — Des modèles d’IA plus performants et plus abordables pourraient favoriser l’expérimentation avec des agents autonomes, le calcul décentralisé et les applications blockchain reposant sur l’IA.
Cependant, la sortie d’un modèle n’entraîne pas automatiquement une hausse de la demande en infrastructures décentralisées et ne garantit pas de gains pour les jetons crypto liés à l’IA.
🎯 4. Que doivent surveiller les investisseurs ?
$NEAR — Concentrez-vous sur l’adoption réelle, l’activité des développeurs, l’utilisation des réseaux et la demande effective en calcul décentralisé. Les actualités liées à l’IA peuvent influencer le sentiment du marché, mais l’évolution des prix reste incertaine.
Prime Crypto Lab — Pas de battage médiatique, juste de la recherche.
Faites vos propres recherches | Contenu éducatif | Ne constitue pas un conseil financier
#DeepSeek #Binance #DeepSeekReleasesUpdatedAIModel #BinanceSquareTalks
🚀 DeepSeek lance V4.1-Flash-1017 : de meilleures performances d’IA à moindre coût
🔍 1. Quoi de neuf ?
$FET — DeepSeek a lancé V4.1-Flash-1017 le 17 octobre 2026. Cette mise à jour améliore les scores déclarés aux benchmarks de programmation et de tâches d’agent, tout en visant à réduire la durée d’exécution des tâches et la longueur des réponses.
📊 2. Chiffres clés des performances
Selon les résultats publiés par DeepSeek :
DeepSWE v1.1 : 77,0, contre 74,2 auparavant.
Terminal-Bench 4.0 : 42,3, contre 31,2 auparavant.
Tarification de l’API : en heures creuses, 0,15 $ pour les entrées et 0,60 $ pour les sorties par million de jetons.
Licence : MIT, permettant une large utilisation sous réserve de ses conditions.
L’API continue d’utiliser l’alias de modèle deepseek-flash. Les scores des benchmarks sont déclarés par l’entreprise et peuvent varier selon les cadres de test.
🤖 3. Pourquoi est-ce important pour les cryptomonnaies ?
$RENDER — Des modèles d’IA plus performants et plus abordables pourraient favoriser l’expérimentation avec des agents autonomes, le calcul décentralisé et les applications blockchain reposant sur l’IA.
Cependant, la sortie d’un modèle n’entraîne pas automatiquement une hausse de la demande en infrastructures décentralisées et ne garantit pas de gains pour les jetons crypto liés à l’IA.
🎯 4. Que doivent surveiller les investisseurs ?
$NEAR — Concentrez-vous sur l’adoption réelle, l’activité des développeurs, l’utilisation des réseaux et la demande effective en calcul décentralisé. Les actualités liées à l’IA peuvent influencer le sentiment du marché, mais l’évolution des prix reste incertaine.
Prime Crypto Lab — Pas de battage médiatique, juste de la recherche.
Faites vos propres recherches | Contenu éducatif | Ne constitue pas un conseil financier
#DeepSeek #Binance #DeepSeekReleasesUpdatedAIModel #BinanceSquareTalks
🔍 1. Quoi de neuf ?
$FET — DeepSeek a lancé V4.1-Flash-1017 le 17 octobre 2026. Cette mise à jour améliore les scores déclarés aux benchmarks de programmation et de tâches d’agent, tout en visant à réduire la durée d’exécution des tâches et la longueur des réponses.
📊 2. Chiffres clés des performances
Selon les résultats publiés par DeepSeek :
DeepSWE v1.1 : 77,0, contre 74,2 auparavant.
Terminal-Bench 4.0 : 42,3, contre 31,2 auparavant.
Tarification de l’API : en heures creuses, 0,15 $ pour les entrées et 0,60 $ pour les sorties par million de jetons.
Licence : MIT, permettant une large utilisation sous réserve de ses conditions.
L’API continue d’utiliser l’alias de modèle deepseek-flash. Les scores des benchmarks sont déclarés par l’entreprise et peuvent varier selon les cadres de test.
🤖 3. Pourquoi est-ce important pour les cryptomonnaies ?
$RENDER — Des modèles d’IA plus performants et plus abordables pourraient favoriser l’expérimentation avec des agents autonomes, le calcul décentralisé et les applications blockchain reposant sur l’IA.
Cependant, la sortie d’un modèle n’entraîne pas automatiquement une hausse de la demande en infrastructures décentralisées et ne garantit pas de gains pour les jetons crypto liés à l’IA.
🎯 4. Que doivent surveiller les investisseurs ?
$NEAR — Concentrez-vous sur l’adoption réelle, l’activité des développeurs, l’utilisation des réseaux et la demande effective en calcul décentralisé. Les actualités liées à l’IA peuvent influencer le sentiment du marché, mais l’évolution des prix reste incertaine.
Prime Crypto Lab — Pas de battage médiatique, juste de la recherche.
Faites vos propres recherches | Contenu éducatif | Ne constitue pas un conseil financier
#DeepSeek #Binance #DeepSeekReleasesUpdatedAIModel #BinanceSquareTalks
362
·
--
Une règle, dix-huit graduations, toutes empruntées aux autres.
Le 18 octobre au matin, quelqu’un a soumis le nouveau modèle que DeepSeek venait tout juste de lancer à un outil appelé ModelTrace. Le résultat tenait sur une ligne : 84,66 de similarité avec GPT-6 Astra. En une demi-journée, ce chiffre a grimpé à la septième place des sujets les plus consultés sur Zhihu, et le même post a récolté 744 points en première page de Hacker News.
La première conclusion dans les commentaires tenait en quatre caractères chinois : « preuve irréfutable d’une distillation ».
Deux jours plus tôt, cette entreprise avait dédommagé ses clients après une panne de cinq heures, en leur reversant l’intégralité de leurs crédits selon leur consommation sur sept jours. Elle avait regagné un peu de confiance. Deux jours, c’est tout. Et voilà qu’en moins d’une journée après le lancement du nouveau modèle, toute l’affaire ressortait.
Je suis allé lire la documentation de l’outil. Sa base de référence compte dix-huit modèles candidats, tous issus des familles GPT et Claude. Aucune version de DeepSeek n’y figure. La documentation précise même une chose encore plus gênante : les modèles absents de la base se voient quand même attribuer l’étiquette d’un candidat existant, et le résultat ne permet absolument pas d’en déterminer l’identité.
Dix-huit cases, et pas une seule avec ton nom. Tu entres, et l’outil doit te désigner le parent le plus proche. Voilà la logique.
Quelqu’un a vraiment fait le test. Il a généré des nombres aléatoires avec du Python pur, les a soumis à l’outil, et celui-ci a conclu qu’ils ressemblaient le plus à GPT-5.5. Les nombres aléatoires ont donc eux aussi une lignée ?
D’autres se sont fiés à leur intuition : selon eux, le style de code du nouveau modèle ressemble à celui d’Astra. Mais l’intuition ne compte pas.
Voyons aussi comment les échantillons ont été collectés. Ceux de GPT proviennent d’un abonnement Codex, ceux de Claude d’un service tiers. Quand on prend comme étalon des échantillons recueillis dans des conditions différentes, la distance mesurée indique seulement quel modèle de la liste est le plus proche. Quant à savoir à quelle distance se trouvent les modèles absents de la liste, l’outil n’a jamais prétendu répondre à cette question.
Il existe aussi des éléments qui vont dans l’autre sens. Lors des tests, le nouveau modèle a atteint 244 tok/s, avec certaines requêtes proches de 300. À quelle version d’Astra son service hébergé avait-il déjà permis d’atteindre cette vitesse ? Et les poids sont disponibles sur Hugging Face, sous licence MIT : n’importe qui peut les télécharger et les faire tourner soi-même.
Ceux qui ont déjà utilisé des services de relais d’API connaissent sans doute la situation. Tu paies pour A, tu reçois B, et rien ne semble anormal sur la facture. Hébergeurs, cotations hors marché, interfaces de trading quantitatif : le problème est toujours le même. Dès qu’on sort du registre comptable, vérifier la marchandise exige la coopération de l’autre partie. Il te dit ce que c’est, tu dois le croire ; les moyens de vérifier ne sont tout simplement pas entre tes mains. Et si un problème survient, quand tu reviens poser des questions, tu n’obtiens le plus souvent qu’un « nous avons vérifié ». Peu de gens reconnaissent leurs torts.
Les preuves qu’on peut vérifier soi-même sur la chaîne sont en réalité très simples : une signature, une hauteur de bloc. Qui a signé, quand, et rien ne peut être modifié. Mais cette méthode a aussi ses angles morts : rares sont ceux qui vont tout vérifier eux-mêmes. La plupart se contentent de conclusions vérifiées par d’autres. Faire les vérifications soi-même a un coût. C’est là que réside le problème.
Après réflexion, ce qu’il faut surtout retenir de cette controverse, c’est l’échelle de cette règle. L’outil peut mesurer une ressemblance, pas une filiation. Ce sont deux choses différentes. Si l’on confond ressemblance et filiation, la responsabilité en revient à ceux qui utilisent l’outil, pas à l’outil lui-même.
En cette fin d’après-midi, DeepSeek n’avait toujours pas réagi. Et les données d’entraînement n’ont jamais été rendues publiques dans le détail. Avec ces deux éléments, impossible de savoir clairement quel lien de causalité les unit.
Le score, lui, est bien réel. Les performances ont progressé, et le prix par tâche a chuté de 3,3 à 1,3 : ces deux éléments sont étayés par des graphiques et des tableaux officiels. La filiation, c’est une autre affaire. Elle ne peut pas être déterminée par ce test. Il faudra attendre que se mette en place une infrastructure permettant à des tiers de refaire les tests ; pour l’instant, elle n’existe pas encore.
$TAO $FET $BTC
#DeepSeek #AI模型 #开源 #Crypto
Une règle, dix-huit graduations, toutes empruntées aux autres.
Le 18 octobre au matin, quelqu’un a soumis le nouveau modèle que DeepSeek venait tout juste de lancer à un outil appelé ModelTrace. Le résultat tenait sur une ligne : 84,66 de similarité avec GPT-6 Astra. En une demi-journée, ce chiffre a grimpé à la septième place des sujets les plus consultés sur Zhihu, et le même post a récolté 744 points en première page de Hacker News.
La première conclusion dans les commentaires tenait en quatre caractères chinois : « preuve irréfutable d’une distillation ».
Deux jours plus tôt, cette entreprise avait dédommagé ses clients après une panne de cinq heures, en leur reversant l’intégralité de leurs crédits selon leur consommation sur sept jours. Elle avait regagné un peu de confiance. Deux jours, c’est tout. Et voilà qu’en moins d’une journée après le lancement du nouveau modèle, toute l’affaire ressortait.
Je suis allé lire la documentation de l’outil. Sa base de référence compte dix-huit modèles candidats, tous issus des familles GPT et Claude. Aucune version de DeepSeek n’y figure. La documentation précise même une chose encore plus gênante : les modèles absents de la base se voient quand même attribuer l’étiquette d’un candidat existant, et le résultat ne permet absolument pas d’en déterminer l’identité.
Dix-huit cases, et pas une seule avec ton nom. Tu entres, et l’outil doit te désigner le parent le plus proche. Voilà la logique.
Quelqu’un a vraiment fait le test. Il a généré des nombres aléatoires avec du Python pur, les a soumis à l’outil, et celui-ci a conclu qu’ils ressemblaient le plus à GPT-5.5. Les nombres aléatoires ont donc eux aussi une lignée ?
D’autres se sont fiés à leur intuition : selon eux, le style de code du nouveau modèle ressemble à celui d’Astra. Mais l’intuition ne compte pas.
Voyons aussi comment les échantillons ont été collectés. Ceux de GPT proviennent d’un abonnement Codex, ceux de Claude d’un service tiers. Quand on prend comme étalon des échantillons recueillis dans des conditions différentes, la distance mesurée indique seulement quel modèle de la liste est le plus proche. Quant à savoir à quelle distance se trouvent les modèles absents de la liste, l’outil n’a jamais prétendu répondre à cette question.
Il existe aussi des éléments qui vont dans l’autre sens. Lors des tests, le nouveau modèle a atteint 244 tok/s, avec certaines requêtes proches de 300. À quelle version d’Astra son service hébergé avait-il déjà permis d’atteindre cette vitesse ? Et les poids sont disponibles sur Hugging Face, sous licence MIT : n’importe qui peut les télécharger et les faire tourner soi-même.
Ceux qui ont déjà utilisé des services de relais d’API connaissent sans doute la situation. Tu paies pour A, tu reçois B, et rien ne semble anormal sur la facture. Hébergeurs, cotations hors marché, interfaces de trading quantitatif : le problème est toujours le même. Dès qu’on sort du registre comptable, vérifier la marchandise exige la coopération de l’autre partie. Il te dit ce que c’est, tu dois le croire ; les moyens de vérifier ne sont tout simplement pas entre tes mains. Et si un problème survient, quand tu reviens poser des questions, tu n’obtiens le plus souvent qu’un « nous avons vérifié ». Peu de gens reconnaissent leurs torts.
Les preuves qu’on peut vérifier soi-même sur la chaîne sont en réalité très simples : une signature, une hauteur de bloc. Qui a signé, quand, et rien ne peut être modifié. Mais cette méthode a aussi ses angles morts : rares sont ceux qui vont tout vérifier eux-mêmes. La plupart se contentent de conclusions vérifiées par d’autres. Faire les vérifications soi-même a un coût. C’est là que réside le problème.
Après réflexion, ce qu’il faut surtout retenir de cette controverse, c’est l’échelle de cette règle. L’outil peut mesurer une ressemblance, pas une filiation. Ce sont deux choses différentes. Si l’on confond ressemblance et filiation, la responsabilité en revient à ceux qui utilisent l’outil, pas à l’outil lui-même.
En cette fin d’après-midi, DeepSeek n’avait toujours pas réagi. Et les données d’entraînement n’ont jamais été rendues publiques dans le détail. Avec ces deux éléments, impossible de savoir clairement quel lien de causalité les unit.
Le score, lui, est bien réel. Les performances ont progressé, et le prix par tâche a chuté de 3,3 à 1,3 : ces deux éléments sont étayés par des graphiques et des tableaux officiels. La filiation, c’est une autre affaire. Elle ne peut pas être déterminée par ce test. Il faudra attendre que se mette en place une infrastructure permettant à des tiers de refaire les tests ; pour l’instant, elle n’existe pas encore.
$TAO $FET $BTC
#DeepSeek #AI模型 #开源 #Crypto
Le 18 octobre au matin, quelqu’un a soumis le nouveau modèle que DeepSeek venait tout juste de lancer à un outil appelé ModelTrace. Le résultat tenait sur une ligne : 84,66 de similarité avec GPT-6 Astra. En une demi-journée, ce chiffre a grimpé à la septième place des sujets les plus consultés sur Zhihu, et le même post a récolté 744 points en première page de Hacker News.
La première conclusion dans les commentaires tenait en quatre caractères chinois : « preuve irréfutable d’une distillation ».
Deux jours plus tôt, cette entreprise avait dédommagé ses clients après une panne de cinq heures, en leur reversant l’intégralité de leurs crédits selon leur consommation sur sept jours. Elle avait regagné un peu de confiance. Deux jours, c’est tout. Et voilà qu’en moins d’une journée après le lancement du nouveau modèle, toute l’affaire ressortait.
Je suis allé lire la documentation de l’outil. Sa base de référence compte dix-huit modèles candidats, tous issus des familles GPT et Claude. Aucune version de DeepSeek n’y figure. La documentation précise même une chose encore plus gênante : les modèles absents de la base se voient quand même attribuer l’étiquette d’un candidat existant, et le résultat ne permet absolument pas d’en déterminer l’identité.
Dix-huit cases, et pas une seule avec ton nom. Tu entres, et l’outil doit te désigner le parent le plus proche. Voilà la logique.
Quelqu’un a vraiment fait le test. Il a généré des nombres aléatoires avec du Python pur, les a soumis à l’outil, et celui-ci a conclu qu’ils ressemblaient le plus à GPT-5.5. Les nombres aléatoires ont donc eux aussi une lignée ?
D’autres se sont fiés à leur intuition : selon eux, le style de code du nouveau modèle ressemble à celui d’Astra. Mais l’intuition ne compte pas.
Voyons aussi comment les échantillons ont été collectés. Ceux de GPT proviennent d’un abonnement Codex, ceux de Claude d’un service tiers. Quand on prend comme étalon des échantillons recueillis dans des conditions différentes, la distance mesurée indique seulement quel modèle de la liste est le plus proche. Quant à savoir à quelle distance se trouvent les modèles absents de la liste, l’outil n’a jamais prétendu répondre à cette question.
Il existe aussi des éléments qui vont dans l’autre sens. Lors des tests, le nouveau modèle a atteint 244 tok/s, avec certaines requêtes proches de 300. À quelle version d’Astra son service hébergé avait-il déjà permis d’atteindre cette vitesse ? Et les poids sont disponibles sur Hugging Face, sous licence MIT : n’importe qui peut les télécharger et les faire tourner soi-même.
Ceux qui ont déjà utilisé des services de relais d’API connaissent sans doute la situation. Tu paies pour A, tu reçois B, et rien ne semble anormal sur la facture. Hébergeurs, cotations hors marché, interfaces de trading quantitatif : le problème est toujours le même. Dès qu’on sort du registre comptable, vérifier la marchandise exige la coopération de l’autre partie. Il te dit ce que c’est, tu dois le croire ; les moyens de vérifier ne sont tout simplement pas entre tes mains. Et si un problème survient, quand tu reviens poser des questions, tu n’obtiens le plus souvent qu’un « nous avons vérifié ». Peu de gens reconnaissent leurs torts.
Les preuves qu’on peut vérifier soi-même sur la chaîne sont en réalité très simples : une signature, une hauteur de bloc. Qui a signé, quand, et rien ne peut être modifié. Mais cette méthode a aussi ses angles morts : rares sont ceux qui vont tout vérifier eux-mêmes. La plupart se contentent de conclusions vérifiées par d’autres. Faire les vérifications soi-même a un coût. C’est là que réside le problème.
Après réflexion, ce qu’il faut surtout retenir de cette controverse, c’est l’échelle de cette règle. L’outil peut mesurer une ressemblance, pas une filiation. Ce sont deux choses différentes. Si l’on confond ressemblance et filiation, la responsabilité en revient à ceux qui utilisent l’outil, pas à l’outil lui-même.
En cette fin d’après-midi, DeepSeek n’avait toujours pas réagi. Et les données d’entraînement n’ont jamais été rendues publiques dans le détail. Avec ces deux éléments, impossible de savoir clairement quel lien de causalité les unit.
Le score, lui, est bien réel. Les performances ont progressé, et le prix par tâche a chuté de 3,3 à 1,3 : ces deux éléments sont étayés par des graphiques et des tableaux officiels. La filiation, c’est une autre affaire. Elle ne peut pas être déterminée par ce test. Il faudra attendre que se mette en place une infrastructure permettant à des tiers de refaire les tests ; pour l’instant, elle n’existe pas encore.
$TAO $FET $BTC
#DeepSeek #AI模型 #开源 #Crypto
226
·
--
#GrayscaleAndRepublicLaunchThreeCryptoFunds
🚀 DeepSeek améliore les performances de l’IA sans augmenter les prix !
DeepSeek-V4.1-Flash-1017, annoncé le 17 octobre, améliore les performances en programmation, en raisonnement et celles des agents d’IA. Son score DeepSWE v1.1 est passé de 74,2 à 77,0, tandis que les tarifs de l’API restent inchangés.
📊 Mon avis : une meilleure efficacité, une exécution plus rapide et des prix stables pourraient intensifier la concurrence entre les fournisseurs d’IA. Cependant, la fiabilité dans des situations réelles compte davantage que les seuls résultats de benchmarks.
💬 Les modèles d’IA efficaces vont-ils concurrencer les services d’IA coûteux ?
Suivez-moi pour plus d’actualités sur l’IA et la tech !
#DeepSeek #AI #ArtificialIntelligence #TechNews
#GrayscaleAndRepublicLaunchThreeCryptoFunds
🚀 DeepSeek améliore les performances de l’IA sans augmenter les prix !
DeepSeek-V4.1-Flash-1017, annoncé le 17 octobre, améliore les performances en programmation, en raisonnement et celles des agents d’IA. Son score DeepSWE v1.1 est passé de 74,2 à 77,0, tandis que les tarifs de l’API restent inchangés.
📊 Mon avis : une meilleure efficacité, une exécution plus rapide et des prix stables pourraient intensifier la concurrence entre les fournisseurs d’IA. Cependant, la fiabilité dans des situations réelles compte davantage que les seuls résultats de benchmarks.
💬 Les modèles d’IA efficaces vont-ils concurrencer les services d’IA coûteux ?
Suivez-moi pour plus d’actualités sur l’IA et la tech !
#DeepSeek #AI #ArtificialIntelligence #TechNews
🚀 DeepSeek améliore les performances de l’IA sans augmenter les prix !
DeepSeek-V4.1-Flash-1017, annoncé le 17 octobre, améliore les performances en programmation, en raisonnement et celles des agents d’IA. Son score DeepSWE v1.1 est passé de 74,2 à 77,0, tandis que les tarifs de l’API restent inchangés.
📊 Mon avis : une meilleure efficacité, une exécution plus rapide et des prix stables pourraient intensifier la concurrence entre les fournisseurs d’IA. Cependant, la fiabilité dans des situations réelles compte davantage que les seuls résultats de benchmarks.
💬 Les modèles d’IA efficaces vont-ils concurrencer les services d’IA coûteux ?
Suivez-moi pour plus d’actualités sur l’IA et la tech !
#DeepSeek #AI #ArtificialIntelligence #TechNews
1
73
Article
DeepSeek lance son nouveau modèle d’IA mis à jour ! Une révolution open source et un impact sur le token ?#deepseekreleasesupdatedaimodel
IA sur les réseaux blockchain : l’investissement de 30 millions de dollars réalisé par la Fondation Sui pour développer son réseau de données décentralisé est particulièrement notable. Celui-ci vise à accélérer le traitement, à optimiser le stockage on-chain et à réduire les frais de gas des dApps d’intelligence artificielle et des jeux Web3.
Quelles nouveautés apporte le nouveau modèle mis à jour de DeepSeek ? ⚡
La mise à jour du modèle #DeepSeek introduit des avancées architecturales majeures :
Efficacité d’inférence extrême : une capacité de traitement optimisée qui réduit considérablement la consommation de mémoire GPU et les coûts d’infrastructure des serveurs.
DeepSeek lance son nouveau modèle d’IA mis à jour ! Une révolution open source et un impact sur le token ?
#deepseekreleasesupdatedaimodel
IA sur les réseaux blockchain : l’investissement de 30 millions de dollars réalisé par la Fondation Sui pour développer son réseau de données décentralisé est particulièrement notable. Celui-ci vise à accélérer le traitement, à optimiser le stockage on-chain et à réduire les frais de gas des dApps d’intelligence artificielle et des jeux Web3.
Quelles nouveautés apporte le nouveau modèle mis à jour de DeepSeek ? ⚡
La mise à jour du modèle #DeepSeek introduit des avancées architecturales majeures :
Efficacité d’inférence extrême : une capacité de traitement optimisée qui réduit considérablement la consommation de mémoire GPU et les coûts d’infrastructure des serveurs.
IA sur les réseaux blockchain : l’investissement de 30 millions de dollars réalisé par la Fondation Sui pour développer son réseau de données décentralisé est particulièrement notable. Celui-ci vise à accélérer le traitement, à optimiser le stockage on-chain et à réduire les frais de gas des dApps d’intelligence artificielle et des jeux Web3.
Quelles nouveautés apporte le nouveau modèle mis à jour de DeepSeek ? ⚡
La mise à jour du modèle #DeepSeek introduit des avancées architecturales majeures :
Efficacité d’inférence extrême : une capacité de traitement optimisée qui réduit considérablement la consommation de mémoire GPU et les coûts d’infrastructure des serveurs.
ABO3ZAM:
طرح ممتاز يا بطل، SUI مشروع قوي لكن لا تنسى تأمين أرباحك عند كل مقاومة وإدارة محفظتك بذكاء، السوق لا يعترف بالعواطف. 🤝
2
2.3k
·
--
Voir la traduction
China Released AI Developer Released DeepSeek V4.1-Flash-1017#DeepSeekReleasesUpdatedAIModel
#BinanceSquareTalks #DeepSeek
$BTC $USDT $BTTC
What Traders Should Know About the Latest AI Efficiency Update
The AI sector continues to shift its focus from raw model size to practical efficiency. On October 17, 2026, Chinese AI developer DeepSeek released an update to its Flash series: DeepSeek V4.1-Flash-1017. While the version name suggests a minor revision, the changes carry implications for developers, quantitative analysts, and anyone who relies on AI tools for data processing and automation.
For the crypto community, this release is less about hype and more about the underlying economics of AI compute. Here is a factual breakdown of what was announced and why it matters.
What Was Released?
DeepSeek updated its V4.1 Flash model to the 1017 snapshot (October 17, 2026). The new version is live across the company’s web interface, mobile app, and API. According to DeepSeek’s official documentation, the update delivers a Pareto improvement: better benchmark performance with reduced output length and faster run times. In practical terms, this means lower cost per API call for developers and firms that use the model for tasks such as code generation, data analysis, and agentic automation.
Architecture and Technical Highlights
The V4.1-Flash-1017 is a sparse mixture-of-experts (MoE) model built on DeepSeek’s proprietary Causal Encoder-Decoder architecture. It activates approximately 8 billion parameters on input and 16 billion on output from a 552-billion-parameter backbone. This asymmetric design keeps per-token compute low while maintaining capability.
Key technical features include:
· Native image understanding (multimodal input support)
· Compressed KV caching that reduces cache memory to roughly one-quarter of the previous generation
· Tuning for agentic workloads, meaning the model is optimized for multi-step autonomous tasks
The company also highlighted a capability called “wish-style programming,” which allows users to generate a runnable project from a short prompt with minimal reference material. This is attributed to reinforcement learning based on self-feedback during training.
Benchmark Improvements
DeepSeek published specific benchmark gains to support its efficiency claims. On Terminal-Bench 4.0, a metric for agentic coding, the score increased from 31.2 to 42.3. Other benchmarks showed double-digit percentage improvements:
· ProgramBench: 20.3 → 29.1
· DeepSWE v1.1: 74.2 → 77.0
· Automation-Bench: 54.8 → 60.5
For the crypto industry, improved coding and automation benchmarks are relevant to smart contract auditing, trading algorithm development, and on-chain data analysis. Better performance in these areas can reduce development time and operational overhead.
Pricing and Open-Source Availability
Despite the performance upgrades, DeepSeek has kept API pricing unchanged. The model remains accessible via the deepseek-flash endpoint at $0.10 per million input tokens** and **$0.50 per million output tokens.
The model weights are available on Hugging Face and ModelScope under the MIT License. This open-source approach allows independent developers and decentralized AI projects to fine-tune the model without restrictive licensing fees, which aligns with the transparency and permissionless innovation valued in the crypto ecosystem.
Why This Matters for the Market
From an editorial perspective, this release reinforces two trends shaping the tech-crypto intersection:
1. The efficiency race: Competition is shifting from parameter count to cost-per-task. DeepSeek’s ability to improve benchmarks while reducing output length challenges the cost structures of larger AI providers.
2. Agentic readiness: The specific tuning for agentic tasks suggests that the next wave of AI adoption will involve autonomous agents. In crypto, this could lead to more sophisticated
The Bencmark Increased Not The Pricing.
China Released AI Developer Released DeepSeek V4.1-Flash-1017
#DeepSeekReleasesUpdatedAIModel
#BinanceSquareTalks #DeepSeek
$BTC $USDT $BTTC
What Traders Should Know About the Latest AI Efficiency Update
The AI sector continues to shift its focus from raw model size to practical efficiency. On October 17, 2026, Chinese AI developer DeepSeek released an update to its Flash series: DeepSeek V4.1-Flash-1017. While the version name suggests a minor revision, the changes carry implications for developers, quantitative analysts, and anyone who relies on AI tools for data processing and automation.
For the crypto community, this release is less about hype and more about the underlying economics of AI compute. Here is a factual breakdown of what was announced and why it matters.
What Was Released?
DeepSeek updated its V4.1 Flash model to the 1017 snapshot (October 17, 2026). The new version is live across the company’s web interface, mobile app, and API. According to DeepSeek’s official documentation, the update delivers a Pareto improvement: better benchmark performance with reduced output length and faster run times. In practical terms, this means lower cost per API call for developers and firms that use the model for tasks such as code generation, data analysis, and agentic automation.
Architecture and Technical Highlights
The V4.1-Flash-1017 is a sparse mixture-of-experts (MoE) model built on DeepSeek’s proprietary Causal Encoder-Decoder architecture. It activates approximately 8 billion parameters on input and 16 billion on output from a 552-billion-parameter backbone. This asymmetric design keeps per-token compute low while maintaining capability.
Key technical features include:
· Native image understanding (multimodal input support)
· Compressed KV caching that reduces cache memory to roughly one-quarter of the previous generation
· Tuning for agentic workloads, meaning the model is optimized for multi-step autonomous tasks
The company also highlighted a capability called “wish-style programming,” which allows users to generate a runnable project from a short prompt with minimal reference material. This is attributed to reinforcement learning based on self-feedback during training.
Benchmark Improvements
DeepSeek published specific benchmark gains to support its efficiency claims. On Terminal-Bench 4.0, a metric for agentic coding, the score increased from 31.2 to 42.3. Other benchmarks showed double-digit percentage improvements:
· ProgramBench: 20.3 → 29.1
· DeepSWE v1.1: 74.2 → 77.0
· Automation-Bench: 54.8 → 60.5
For the crypto industry, improved coding and automation benchmarks are relevant to smart contract auditing, trading algorithm development, and on-chain data analysis. Better performance in these areas can reduce development time and operational overhead.
Pricing and Open-Source Availability
Despite the performance upgrades, DeepSeek has kept API pricing unchanged. The model remains accessible via the deepseek-flash endpoint at $0.10 per million input tokens** and **$0.50 per million output tokens.
The model weights are available on Hugging Face and ModelScope under the MIT License. This open-source approach allows independent developers and decentralized AI projects to fine-tune the model without restrictive licensing fees, which aligns with the transparency and permissionless innovation valued in the crypto ecosystem.
Why This Matters for the Market
From an editorial perspective, this release reinforces two trends shaping the tech-crypto intersection:
1. The efficiency race: Competition is shifting from parameter count to cost-per-task. DeepSeek’s ability to improve benchmarks while reducing output length challenges the cost structures of larger AI providers.
2. Agentic readiness: The specific tuning for agentic tasks suggests that the next wave of AI adoption will involve autonomous agents. In crypto, this could lead to more sophisticated
The Bencmark Increased Not The Pricing.
#BinanceSquareTalks #DeepSeek
$BTC $USDT $BTTC
What Traders Should Know About the Latest AI Efficiency Update
The AI sector continues to shift its focus from raw model size to practical efficiency. On October 17, 2026, Chinese AI developer DeepSeek released an update to its Flash series: DeepSeek V4.1-Flash-1017. While the version name suggests a minor revision, the changes carry implications for developers, quantitative analysts, and anyone who relies on AI tools for data processing and automation.
For the crypto community, this release is less about hype and more about the underlying economics of AI compute. Here is a factual breakdown of what was announced and why it matters.
What Was Released?
DeepSeek updated its V4.1 Flash model to the 1017 snapshot (October 17, 2026). The new version is live across the company’s web interface, mobile app, and API. According to DeepSeek’s official documentation, the update delivers a Pareto improvement: better benchmark performance with reduced output length and faster run times. In practical terms, this means lower cost per API call for developers and firms that use the model for tasks such as code generation, data analysis, and agentic automation.
Architecture and Technical Highlights
The V4.1-Flash-1017 is a sparse mixture-of-experts (MoE) model built on DeepSeek’s proprietary Causal Encoder-Decoder architecture. It activates approximately 8 billion parameters on input and 16 billion on output from a 552-billion-parameter backbone. This asymmetric design keeps per-token compute low while maintaining capability.
Key technical features include:
· Native image understanding (multimodal input support)
· Compressed KV caching that reduces cache memory to roughly one-quarter of the previous generation
· Tuning for agentic workloads, meaning the model is optimized for multi-step autonomous tasks
The company also highlighted a capability called “wish-style programming,” which allows users to generate a runnable project from a short prompt with minimal reference material. This is attributed to reinforcement learning based on self-feedback during training.
Benchmark Improvements
DeepSeek published specific benchmark gains to support its efficiency claims. On Terminal-Bench 4.0, a metric for agentic coding, the score increased from 31.2 to 42.3. Other benchmarks showed double-digit percentage improvements:
· ProgramBench: 20.3 → 29.1
· DeepSWE v1.1: 74.2 → 77.0
· Automation-Bench: 54.8 → 60.5
For the crypto industry, improved coding and automation benchmarks are relevant to smart contract auditing, trading algorithm development, and on-chain data analysis. Better performance in these areas can reduce development time and operational overhead.
Pricing and Open-Source Availability
Despite the performance upgrades, DeepSeek has kept API pricing unchanged. The model remains accessible via the deepseek-flash endpoint at $0.10 per million input tokens** and **$0.50 per million output tokens.
The model weights are available on Hugging Face and ModelScope under the MIT License. This open-source approach allows independent developers and decentralized AI projects to fine-tune the model without restrictive licensing fees, which aligns with the transparency and permissionless innovation valued in the crypto ecosystem.
Why This Matters for the Market
From an editorial perspective, this release reinforces two trends shaping the tech-crypto intersection:
1. The efficiency race: Competition is shifting from parameter count to cost-per-task. DeepSeek’s ability to improve benchmarks while reducing output length challenges the cost structures of larger AI providers.
2. Agentic readiness: The specific tuning for agentic tasks suggests that the next wave of AI adoption will involve autonomous agents. In crypto, this could lead to more sophisticated
The Bencmark Increased Not The Pricing.
1
1
36
·
--
#DeepSeekReleasesUpdatedAIModel
🚀 DeepSeek vient de lancer V4.1-Flash-1017, un point de contrôle mis à jour disponible depuis le 17 octobre sous le même alias d’API deepseek-flash, sans changement de prix.
📊 Chiffres clés (communiqués par DeepSeek) :
• DeepSWE v1.1 : 77.0 (contre 74.2 auparavant)
• Terminal-Bench 4.0 : 42.3 (contre 31.2 auparavant)
• API hors heures de pointe : 0,15 $ / 0,60 $ par million de jetons entrants / sortants
• Poids ouverts sous licence MIT
💡 Pourquoi c’est important pour les cryptos : une inférence IA moins chère et plus performante renforce l’intérêt des agents IA on-chain et du calcul décentralisé (DePIN). Les jetons liés au récit de l’IA, comme $FET, $RENDER et $NEAR , réagissent souvent à ce genre d’actualité, mais ces mouvements sont généralement dus au sentiment du marché et de courte durée.
⚠️ Surveillez l’utilisation réelle et les indicateurs on-chain, pas seulement l’actualité. Gérez vos risques.
Ceci ne constitue pas un conseil financier.
$FET
#DeepSeek #AI #crypto
#DeepSeekReleasesUpdatedAIModel
🚀 DeepSeek vient de lancer V4.1-Flash-1017, un point de contrôle mis à jour disponible depuis le 17 octobre sous le même alias d’API deepseek-flash, sans changement de prix.
📊 Chiffres clés (communiqués par DeepSeek) :
• DeepSWE v1.1 : 77.0 (contre 74.2 auparavant)
• Terminal-Bench 4.0 : 42.3 (contre 31.2 auparavant)
• API hors heures de pointe : 0,15 $ / 0,60 $ par million de jetons entrants / sortants
• Poids ouverts sous licence MIT
💡 Pourquoi c’est important pour les cryptos : une inférence IA moins chère et plus performante renforce l’intérêt des agents IA on-chain et du calcul décentralisé (DePIN). Les jetons liés au récit de l’IA, comme $FET , $RENDER et $NEAR , réagissent souvent à ce genre d’actualité, mais ces mouvements sont généralement dus au sentiment du marché et de courte durée.
⚠️ Surveillez l’utilisation réelle et les indicateurs on-chain, pas seulement l’actualité. Gérez vos risques.
Ceci ne constitue pas un conseil financier.
$FET
#DeepSeek #AI #crypto
🚀 DeepSeek vient de lancer V4.1-Flash-1017, un point de contrôle mis à jour disponible depuis le 17 octobre sous le même alias d’API deepseek-flash, sans changement de prix.
📊 Chiffres clés (communiqués par DeepSeek) :
• DeepSWE v1.1 : 77.0 (contre 74.2 auparavant)
• Terminal-Bench 4.0 : 42.3 (contre 31.2 auparavant)
• API hors heures de pointe : 0,15 $ / 0,60 $ par million de jetons entrants / sortants
• Poids ouverts sous licence MIT
💡 Pourquoi c’est important pour les cryptos : une inférence IA moins chère et plus performante renforce l’intérêt des agents IA on-chain et du calcul décentralisé (DePIN). Les jetons liés au récit de l’IA, comme $FET , $RENDER et $NEAR , réagissent souvent à ce genre d’actualité, mais ces mouvements sont généralement dus au sentiment du marché et de courte durée.
⚠️ Surveillez l’utilisation réelle et les indicateurs on-chain, pas seulement l’actualité. Gérez vos risques.
Ceci ne constitue pas un conseil financier.
$FET
#DeepSeek #AI #crypto
1
218
·
--
【Flash marché】Les modèles ne deviennent pas plus chers, mais plus performants : les règles économiques du secteur de l’IA sont en train de changer. DeepSeek lance une version légèrement améliorée, V4.1-Flash-1017. L’architecture et la taille restent inchangées, mais les scores aux tests sont meilleurs, les réponses plus rapides et plus courtes, tandis que les tarifs de l’API restent identiques. La nouvelle version est disponible sur le site web, l’application et l’API, et les poids sont publiés en open source en parallèle. Des prix bas et des performances élevées continuent de mettre la pression sur les concurrents. Pensez-vous que cela accélérera la migration des applications d’IA vers la blockchain ?
（Source : BlockTempo）
$BNB $BTC $ETH
#币安广场 #人工智能 #DeepSeek
⚠️Avertissement sur les risques : les informations ci-dessus sont communiquées à titre informatif sur le marché et ne constituent pas un conseil en investissement. Tout investissement comporte des risques ; la prudence est de mise.
【Flash marché】Les modèles ne deviennent pas plus chers, mais plus performants : les règles économiques du secteur de l’IA sont en train de changer. DeepSeek lance une version légèrement améliorée, V4.1-Flash-1017. L’architecture et la taille restent inchangées, mais les scores aux tests sont meilleurs, les réponses plus rapides et plus courtes, tandis que les tarifs de l’API restent identiques. La nouvelle version est disponible sur le site web, l’application et l’API, et les poids sont publiés en open source en parallèle. Des prix bas et des performances élevées continuent de mettre la pression sur les concurrents. Pensez-vous que cela accélérera la migration des applications d’IA vers la blockchain ?
（Source : BlockTempo）
$BNB $BTC $ETH
#币安广场 #人工智能 #DeepSeek
⚠️Avertissement sur les risques : les informations ci-dessus sont communiquées à titre informatif sur le marché et ne constituent pas un conseil en investissement. Tout investissement comporte des risques ; la prudence est de mise.
（Source : BlockTempo）
$BNB $BTC $ETH
#币安广场 #人工智能 #DeepSeek
⚠️Avertissement sur les risques : les informations ci-dessus sont communiquées à titre informatif sur le marché et ne constituent pas un conseil en investissement. Tout investissement comporte des risques ; la prudence est de mise.
153
·
--
#deepseekreleasesupdatedaimodel 🚀 Le nouveau modèle d’IA de DeepSeek relève la barre de la concurrence !
🌕 La mise à jour V4.1-Flash-1017 de DeepSeek vise à proposer une IA moins coûteuse, avec de meilleures performances en programmation et dans les tâches d’agent. Le score annoncé de DeepSWE est passé de 74.2 à 77.0. Celui d’Automation-Bench est passé de 54.8 à 60.5. Il s’agit de benchmarks publiés par l’entreprise, et non d’une preuve de supériorité dans le monde réel.
💡 Pourquoi c’est important : de meilleures performances par dollar pourraient réduire les coûts de développement de l’IA et intensifier la concurrence entre les fournisseurs d’IA. DeepSeek indique également que ses API Search et Fetch coûtent 0,75 $ pour 1 000 appels.
🌕 Pour les cryptomonnaies, le lien n’est pas direct : des outils d’IA moins coûteux pourraient faciliter l’analyse de la blockchain, les robots de trading et le développement Web3. Cette seule publication ne prouve pas qu’il s’agit d’un signal positif pour le marché.
L’IA à bas coût va-t-elle transformer le développement Web3 ? Les modèles premium conserveront-ils leur avantage ?
Analyse personnelle, pas un conseil.
#DeepSeek #AI #crypto #Web3
$FET $RENDER $NEAR
{spot}(NEARUSDT)
{spot}(RENDERUSDT)
{spot}(FETUSDT)
#deepseekreleasesupdatedaimodel 🚀 Le nouveau modèle d’IA de DeepSeek relève la barre de la concurrence !
🌕 La mise à jour V4.1-Flash-1017 de DeepSeek vise à proposer une IA moins coûteuse, avec de meilleures performances en programmation et dans les tâches d’agent. Le score annoncé de DeepSWE est passé de 74.2 à 77.0. Celui d’Automation-Bench est passé de 54.8 à 60.5. Il s’agit de benchmarks publiés par l’entreprise, et non d’une preuve de supériorité dans le monde réel.
💡 Pourquoi c’est important : de meilleures performances par dollar pourraient réduire les coûts de développement de l’IA et intensifier la concurrence entre les fournisseurs d’IA. DeepSeek indique également que ses API Search et Fetch coûtent 0,75 $ pour 1 000 appels.
🌕 Pour les cryptomonnaies, le lien n’est pas direct : des outils d’IA moins coûteux pourraient faciliter l’analyse de la blockchain, les robots de trading et le développement Web3. Cette seule publication ne prouve pas qu’il s’agit d’un signal positif pour le marché.
L’IA à bas coût va-t-elle transformer le développement Web3 ? Les modèles premium conserveront-ils leur avantage ?
Analyse personnelle, pas un conseil.
#DeepSeek #AI #crypto #Web3
$FET $RENDER $NEAR
🌕 La mise à jour V4.1-Flash-1017 de DeepSeek vise à proposer une IA moins coûteuse, avec de meilleures performances en programmation et dans les tâches d’agent. Le score annoncé de DeepSWE est passé de 74.2 à 77.0. Celui d’Automation-Bench est passé de 54.8 à 60.5. Il s’agit de benchmarks publiés par l’entreprise, et non d’une preuve de supériorité dans le monde réel.
💡 Pourquoi c’est important : de meilleures performances par dollar pourraient réduire les coûts de développement de l’IA et intensifier la concurrence entre les fournisseurs d’IA. DeepSeek indique également que ses API Search et Fetch coûtent 0,75 $ pour 1 000 appels.
🌕 Pour les cryptomonnaies, le lien n’est pas direct : des outils d’IA moins coûteux pourraient faciliter l’analyse de la blockchain, les robots de trading et le développement Web3. Cette seule publication ne prouve pas qu’il s’agit d’un signal positif pour le marché.
L’IA à bas coût va-t-elle transformer le développement Web3 ? Les modèles premium conserveront-ils leur avantage ?
Analyse personnelle, pas un conseil.
#DeepSeek #AI #crypto #Web3
$FET $RENDER $NEAR
268
Connectez-vous pour découvrir plus de contenu
Rejoignez la communauté mondiale des adeptes de cryptomonnaies sur Binance Square
⚡️ Suviez les dernières informations importantes sur les cryptomonnaies.
💬 Jugé digne de confiance par la plus grande plateforme d’échange de cryptomonnaies au monde.
👍 Découvrez les connaissances que partagent les créateurs vérifiés.
Adresse e-mail/Nº de téléphone
Sujets d’actualité
1
#BinancePick
230,590 vues
46,172 mentions
2
#TeslaSlides5%PreMarket
71,309 vues
848 mentions
3
#KOSPISinks3.52%ToLowestCloseSinceApril
17,565 vues
501 mentions
4
#TeslaAndNvidiaToInvest$2.8BInSamsungElectroMechanics
1,721 vues
58 mentions
5
#ChinaSeeksToSeize61800BTC
40,941 vues
624 mentions
6
#BitcoinETFsPullIn$1.08BInThreeDays
2,736 vues
56 mentions
7
#EarningsSeason
2.6M vues
12,687 mentions
8
#EthereumSurpasses$2500
45,632 vues
263 mentions
9
#BitcoinDropsBelow$84K
20,408 vues
98 mentions
10
#FirstUNIBlockTradeViaRegulatedTradFiChannelCompleted
2,866 vues
76 mentions