DeepSeek har frigivet DSpark som open source under MIT-licens sammen med teknisk papir, checkpoints og DeepSpec-kode. Virksomheden hævder op til 85 procent hurtigere LLM-inference i visse opsætninger. Gevinsterne er mulige, men afhænger i praksis af kontrol over vægte, serving-stack, fallback-strategier og drift.

DSpark er en serving‑optimering til spekulativ decoding, ikke en ny model. DeepSeek frigiver samtidig MIT‑licenseret kode og to V4‑checkpoints med draft‑modul. Gevinsterne lyder markante, men stammer primært fra DeepSeeks egne målinger—virksomheder bør derfor teste i eget miljø, før der besluttes ændringer i drift.

En 30-dages case på Towards AI beskriver, at lokale modeller i vidt omfang kunne dække forfatterens daglige brug af ChatGPT Plus til 20 dollar om måneden, især til skrivning, opsummering og idegenerering. Forfatteren anbefaler en hybrid tilgang, hvor ca. 10–15 procent af de sværeste opgaver fortsat håndteres i skyen. VentureBeat rapporterede samtidig en opdatering af GPT-5.5 Instant 25. juni uden offentliggjorte benchmarks.

DeepSeek-AI har udgivet en preview af DeepSeek-V4-serien med to MoE-modeller, DeepSeek-V4-Pro og DeepSeek-V4-Flash. Ifølge de tilgængelige kilder understøtter begge modeller nativt én million tokens og bygger på en hybrid attention-arkitektur med Compressed Sparse Attention og Heavily Compressed Attention.

AI-vækst føles ikke som en glat, eksponentiel kurve, men som en trappe af teknologiske spring. Artiklen dykker ned i skiftet fra CPU til GPU – og nu til Groq’s LPU – og forklarer, hvorfor inferenshastighed, MoE-algoritmer og softwareintegration er de nye slagmarker. Med konkrete erfaringer fra Snilld og eksempler fra finans og offentlig sektor.

DeepSeek-OCR 2 sætter nye standarder for layoutforståelse og automatisering af dokumenter i både offentlige og private organisationer. Vi ser på, hvorfor det er relevant nu, hvad der gør modellen unik, og hvordan du kan komme i gang.

DeepSeek har lanceret to open source AI-modeller, der matcher eller overgår GPT-5 og Gemini-3.0-Pro – og de er gratis. Det kan revolutionere AI-brugen i Danmark, men rejser også nye spørgsmål om datasikkerhed og compliance. Vi dykker ned i teknologi, muligheder, risici og konkrete anbefalinger for danske organisationer.

Google AI har lanceret Supervised Reinforcement Learning (SRL), en ny metode der gør små sprogmodeller i stand til at løse komplekse opgaver. SRL kombinerer styrkerne fra supervised og reinforcement learning, og viser markante forbedringer på både matematiske og software engineering benchmarks. Metoden kan forkorte time-to-market og reducere omkostninger, men kræver adgang til ekspertdemonstrationer.