DeepSeek R1-0528 è appena uscito. Anche il nome sembra un enigma

DeepSeek ha rilasciato un nuovo modello open source, R1-0528, addestrato interamente da zero. Si tratta di un modello di codice full-stack, che rappresenta un importante aggiornamento rispetto alle versioni precedenti. L'azienda vanta ottime prestazioni in diversi benchmark di settore.

Cosa dice DeepSeek

DeepSeek descrive R1-0528 come una nuova versione del suo modello base, ora disponibile pubblicamente su Hugging Face e GitHub. È stato addestrato da zero su token 6T utilizzando una combinazione di codice inglese, cinese e all'87%.

"L'abbiamo addestrato interamente da zero, utilizzando i nostri dati e la nostra infrastruttura, per ottenere ragionamenti più efficaci e prestazioni di codifica più elevate."
- DeepSeek Labs, maggio 2025

Segnalano miglioramenti in diversi benchmark rispetto al loro precedente modello R1, tra cui AIME, LiveCodeBench e GPQA.

🧠 Cosa significa (in parole umane)

Questo nuovo aggiornamento del modello - R1-0528 - mostra notevoli miglioramenti nelle attività chiave di ragionamento e generazione del codice.
Ha superato modelli come Grok 3 Mini e Qwen 3 di Alibaba nei compiti di codifica e ha mostrato competenze matematiche e multilingue più avanzate rispetto alla versione precedente.

Ecco cosa ha centrato:

• Generazione di codice: 73,3% pass@1 su LiveCodeBench (in aumento rispetto al 63,5%)

• Ragionamento matematico: 87,5% nei problemi AIME

• Codifica multilingue: accuratezza del 71,6% (in aumento rispetto al 53,3%)

• Ragionamento GPQA: accuratezza dell'81%

• L'ultimo esame dell'umanità: performance raddoppiata (dall'8,5% al 17,7%)

Ma cosa significa tutto ciò?

Sì, è dura. Tutti dicono la stessa cosa: che il loro nuovo modello è migliore del precedente.

E sulla carta lo sono tutti.

Perché il minimo indispensabile per una release odierna è che abbia prestazioni migliori nei benchmark.

Cerchiamo di dare un senso a ciò che stiamo effettivamente confrontando.

Finora abbiamo visto principalmente due tipi di benchmark:

1. Pratico: strumenti come SWE-bench e LiveCodeBench. Simulano attività di programmazione reali.

2. Accademico - cose come AIME, GPQA, MATH. Riguardano logica, enigmi e ragionamento concettuale.

Uno è venuto a lavorare, l'altro è venuto a giocare a scacchi.

DeepSeek R1-0528 rappresenta un grande passo avanti rispetto alla sua ultima versione.

Ma non è stato pubblicato alcun punteggio SWE-bench. E questo è il benchmark utilizzato da GPT-4.1 e Claude Opus per dimostrare la loro forza nel mondo reale.

Quindi possiamo dire che DeepSeek è migliore di GPT o Claude?

No. Non ancora.

Semplicemente non abbiamo gli stessi risultati dei test da confrontare.

Abbiamo creato una tabella ma non è servito a nulla :)

Conclusione

• Modello: DeepSeek R1-0528

• Accesso: Open source, disponibile su Hugging Face e GitHub

• Ideale per: programmazione, sperimentazione di intelligenza artificiale

• Punti di riferimento: Forte nel ragionamento accademico e nella generazione di codice pratico

• Dovresti provarlo? Sì, se sei curioso di sapere dove si stanno dirigendo i modelli di programmazione open source.

• Costo: gratuito

Prospettiva del team di Frozen Light

Questo è un classico caso in cui non trovi le informazioni di cui hai realmente bisogno per risolvere il tuo dilemma.

Se sei un programmatore che cerca di capire cosa è meglio, non ti resta che provarlo tu stesso.

Ecco cosa possiamo dirti dalle ricerche che abbiamo condotto nelle community di GitHub:

Quando si parla di utilizzo pratico e operativo (spostare oggetti, collegare oggetti, portare a termine cose), ChatGPT e Claude ottengono costantemente punteggi più alti negli ambienti di sviluppo reali.

E a dire il vero, DeepSeek non compare ancora in molte conversazioni di programmazione nel mondo reale.

Ciò non significa che sia un male.

Il resto? Sta a te provare e decidere cosa funziona meglio per te.

Il resto? Dipende da te.