DeepSeek veröffentlicht verbesserte Version R1-0528: Ein neuer Meilenstein für das logische Denken in der Open-Source-KI
DeepSeek AI hat am 28. Mai 2025 eine aktualisierte Version seines führenden KI-Modells für logisches Denken mit der Bezeichnung DeepSeek-R1-0528 vorgestellt. Dieses Modell stellt einen bedeutenden Fortschritt im Bereich der quelloffenen künstlichen Intelligenz dar und ist dank seiner MIT-Lizenz sowohl für kommerzielle als auch für Forschungszwecke frei verfügbar.
Spezifikationen der neuen Version
Das Modell DeepSeek-R1-0528 knüpft an den Erfolg des ursprünglichen R1-Modells an, das im Januar 2025 veröffentlicht wurde, und bringt eine Reihe wesentlicher Verbesserungen mit sich, insbesondere bei der Tiefe des logischen Denkens und den Inferenzfähigkeiten. DeepSeek AI kündigte dieses Update über sein WeChat-Konto an und stellte das Modell gleichzeitig auf der Plattform Hugging Face bereit, wo es in der Entwicklergemeinschaft große Aufmerksamkeit erregte. Die technischen Spezifikationen des neuen Modells sind beeindruckend. DeepSeek-R1-0528 umfasst insgesamt 685 Milliarden Parameter, was gegenüber der vorherigen Version mit 671 Milliarden Parametern einen leichten Anstieg darstellt. Aufgrund seiner Größe benötigt das vollständige Modell für einen effizienten Betrieb etwa ein Dutzend GPUs mit jeweils 80 GB Speicher, womit es zu den derzeit ressourcenintensivsten KI-Modellen zählt. Für Nutzer mit begrenzten Rechenressourcen wurde gleichzeitig auch eine kleinere Variante namens DeepSeek-R1-0528-Qwen3-8B mit 8 Milliarden Parametern veröffentlicht, die aus dem Modell Qwen 3 destilliert wurde.
Den verfügbaren Benchmarks zufolge sind die Leistungsverbesserungen erheblich. Im Mathematiktest AIME 2025, einem anspruchsvollen Mathematikwettbewerb, erreichte das Modell eine Genauigkeit von 87,5 Prozent gegenüber 70 Prozent bei der vorherigen Version. Diese Verbesserung wird einem tieferen und gründlicheren logischen Denken zugeschrieben, was auch durch die nahezu verdoppelte durchschnittliche Anzahl an Token pro Frage bestätigt wird – von 12.000 auf 23.000 Token. Damit nähert sich die Gesamtleistung des Modells führenden proprietären Modellen wie O3 von OpenAI und Gemini 2.5 Pro von Google an. Zu den wichtigsten Verbesserungen zählt insbesondere eine geringere Halluzinationsrate, wodurch die Modellausgaben zuverlässiger und faktenbasierter werden. Das Modell bietet zudem eine verbesserte Unterstützung für Funktionsaufrufe und die Codegenerierung, was das Spektrum seiner praktischen Anwendungen erweitert. Entwickler schätzen insbesondere die verbesserte Erfahrung beim sogenannten „Vibe Coding“ und die zusätzliche Unterstützung für die JSON-Ausgabe.
Die Modellarchitektur verwendet ein Mixture-of-Experts-Design (MoE), das eine hohe Leistung bei gleichzeitig relativer Effizienz ermöglicht. Während die Gesamtzahl der Parameter mehrere Hundert Milliarden erreicht, sind während der Inferenz lediglich 37 Milliarden Parameter aktiv, wodurch die Verarbeitungsgeschwindigkeit optimiert wird, ohne die Qualität der Ausgaben zu beeinträchtigen.
Die Verbreitung unter der MIT-Lizenz stellt gegenüber vielen konkurrierenden Modellen einen bedeutenden Vorteil dar. Diese freizügige Lizenz ermöglicht eine uneingeschränkte kommerzielle Nutzung, wodurch DeepSeek-R1-0528 sowohl für Unternehmen als auch für Forschungseinrichtungen eine attraktive Wahl ist. Das Modell steht auf der Plattform Hugging Face zum Download bereit, wo auch die vollständige Dokumentation und die Konfigurationsdateien verfügbar sind.
Die praktische Nutzung des Modells konzentriert sich vor allem auf die Lösung komplexer mathematischer Probleme, fortgeschrittene Programmierung und Codegenerierung, allgemeine Logik sowie mehrstufiges logisches Denken. Das Modell zeigt starke Fähigkeiten bei Anwendungen, die eine zuverlässige und tiefgehende Inferenz erfordern, und eignet sich daher für den Einsatz in anspruchsvollen Fachgebieten. Der Vergleich mit konkurrierenden Modellen verdeutlicht die starke Marktposition von DeepSeek-R1-0528. Die Benchmark-Ergebnisse ordnen das Modell knapp hinter den führenden proprietären Modellen und deutlich vor vielen etablierten Open-Source-Alternativen ein.
Die Entwicklergemeinschaft hat bereits damit begonnen, aktiv mit dem neuen Modell zu experimentieren und Rückmeldungen zu seinen Fähigkeiten zu geben. DeepSeek AI verspricht eine fortlaufende Unterstützung der Gemeinschaft und von Open-Science-Initiativen. Zudem wird in Kürze die Veröffentlichung eines ausführlichen technischen Blogbeitrags mit weiteren Details zur Architektur und Leistung des Modells erwartet.
