Kort fortalt

  • DeepSeek får en egen motor ved siden av GLM.
  • Maya-S krever fortsatt store modellfiler og Engram-tabeller.
  • Notatet beskriver SSD-avlasting, flere GPU-er og gjenopptatte nedlastinger.

Ny motor ved siden av GLM

Project Maya publiserte 1.1.16 den 19. oktober. Oppsettet lar brukeren velge mellom GLM-5.3-Flash og DeepSeek-V4.1-Flash-1017. DeepSeek får en egen motor, maya-ds4, med modellens oppmerksomhetsmekanismer, Engram-tabeller og støtte for en DSpark-hjelpemodell.

Prosjektets egen Maya-S-kvantisering bruker ifølge notatet to til tre bit for rutede eksperter og åtte bit for blant annet oppmerksomhet og tette vekter. Prosjektet oppgir 178 GB for denne delen, i tillegg til 203 GB Engram-tabeller. Avlasting til SSD betyr dermed ikke et lite behov for diskplass.

Fordeler data mellom minne og SSD

De mest brukte ekspertene legges på GPU-er, mens andre leses fra RAM eller SSD etter tilgjengelig plass. Prosjektet anbefaler NVMe-lagring. Notatet beskriver støtte for NVIDIA og AMD, flere GPU-er og alternative GGUF- og EXL3-kvantiseringer med ulike maskinvarekrav.

Oppsettet henter DSpark-hjelpemodellen og beholder spekulativ dekoding bare når kalibreringen viser raskere svar på maskinen. Nedlastinger kan gjenopptas etter brudd. GLM får samtidig en retting av lagring av ekspertbruk på Windows. Dette er prosjektets beskrivelser; KIavisa har ikke lastet ned modellen eller kontrollert ytelsen.

1.1.18 tilpasser kjøringen og legger til Responses API

I versjon 1.1.18, publisert 20. oktober, beskriver prosjektet hvordan DeepSeek-kjøringen tilpasses etter målinger på maskinen. Ifølge utgivelsesnotatet kan lange forespørsler på én GPU midlertidig bruke GPU-minne som ellers er satt av til modelleksperter.

Under genereringen av svaret kan noen eksperter som ikke ligger i GPU-minnet, overføres via PCIe og beregnes på GPU-en, mens CPU-en beregner resten. Prosjektet oppgir at denne fordelingen styres av målinger og slås av dersom CPU-en alene er raskere.

Utgivelsen legger ifølge notatet også til Responses API for lagrede samtaler, bakgrunnsjobber og strukturerte svar. Prosjektet opplyser dessuten at en feil fra 1.1.17 som reduserte hastigheten under svargenerering på Windows-maskiner med AMD Strix Halo, er rettet. KIavisa har ikke testet modellene eller ytelsen i den nye versjonen.

1.1.19 endrer behandling av lange forespørsler

Project Maya publiserte versjon 1.1.19 den 20. oktober. Prosjektet oppgir at DeepSeek-V4.1-Flash kan lese lange forespørsler raskere ved å hoppe over deler av beregningen i enkelte modellag. I prosjektets egne målinger var forbedringen 30 prosent for en forespørsel på omtrent 32 000 tokener på én GPU og 43–54 prosent for omtrent 8 000–16 000 tokener på AMD Strix Halo. Tallene gjelder disse oppsettene, ikke en generell gevinst for alle forespørsler.

Utgaven bruker også DeepSeeks eget format for samtaler og verktøykall. Ifølge notatet bevares blant annet senere systemmeldinger, verktøy knyttet til enkeltmeldinger og identifikatorer for parallelle verktøyresultater. Den legger dessuten til støtte for EXL3-kvantisering med bitrater på 1,5, 2,5 og 3,5. KIavisa har ikke testet utgaven eller gjentatt ytelsesmålingene.

FORKLARINGSVIDEO · BAKGRUNNSSTOFF

Lokal KI eller sky? Forskjellen forklart

Hva betyr det at en modell kjører lokalt eller i skyen? Vi bruker Ollamas dokumentasjon som eksempel. Dette er bakgrunnsstoff, ikke en nyhet eller en anbefaling av programmet.

Les tekstversjonen

Hva betyr det at en språkmodell kjøres lokalt? Ollamas dokumentasjon beskriver modeller som ligger i datamaskinens systemminne, grafikkminne eller begge deler. Beregningen utføres da på denne maskinen.

Ollama tilbyr også skymodeller. Selskapet opplyser at de ikke ser spørsmål eller data ved lokal kjøring. Ved bruk av skymodeller behandler tjenesten spørsmål og svar. Dette er selskapets egen beskrivelse, ikke en uavhengig personverntest.

Dokumentasjonen beskriver en innstilling som slår av Ollamas skyfunksjoner. Da deaktiveres både skymodeller og nettsøk. Denne forklaringen gjelder Ollama, ikke automatisk alle programmer som bruker lokale modeller.

Kilden til forklaringen er Ollamas offentlige dokumentasjon. KIavisa har ikke uavhengig testet selskapets personvernopplysninger. Videoen er bakgrunnsstoff, ikke en ny lansering eller en anbefaling av tjenesten.

Kildene til videoen

Dette er en forklaring basert på kildene over, ikke en uavhengig test. Vi bruker KI i manusarbeidet. Diagrammene er laget lokalt i EffectCraft, og videoen er redigert i FilmCraft. Syntetisk norsk tale: Microsoft Finn.

Oppdatert 20. oktober 2026: Lagt til prosjektets opplysninger om versjon 1.1.18, maskintilpasset DeepSeek-kjøring, Responses API og rettingen for Windows-maskiner med AMD Strix Halo. Opprinnelig kildedato er uendret. Senere samme dag: Lagt til opplysninger om 1.1.19, prosjektets målinger for lange forespørsler, DeepSeeks samtaleformat og EXL3-støtte. Opprinnelig kildedato er fortsatt uendret.

Flere kilder

Kilder og åpenhet

Sammendraget bygger på opplysninger fra Project Maya / GitHub, publisert 19. oktober 2026. Les kilden for alle detaljene og eventuelle senere oppdateringer.

Les originalkilden hos Project Maya / GitHub

Vi har skrevet sammendraget med hjelp fra KI. Vi har ikke selv testet leverandørens påstander eller resultater. Bildet er en illustrasjon, ikke dokumentasjon av produktet eller hendelsen. Slik bruker vi kilder.