31 Gorffennaf 2026
Tri model agored newydd, ond dim data am y Gymraeg
Rhyddhawyd tri model pwysau agored mawr mewn saith wythnos. Nid yw'r Gymraeg yn ymddangos yn eu dogfennaeth gyhoeddus.
Mae wedi bod yn haf prysur i fodelau pwysau agored. Wrth i DeepSeek V4-Flash-0731 gael ei ryddhau heddiw, dyma'r trydydd model mawr o Tsieina ers canol Mehefin:
| Model | Dyddiad | Paramedrau | Gweithredol | Trwydded |
|---|---|---|---|---|
| Kimi K3 (Moonshot AI) | 14 Gorffennaf | 2.8T (MoE) | 104B | Trwydded K3 bwrpasol |
| GLM-5.2 (Zhipu AI / Z.ai) | 13 Mehefin | ~750B (MoE) | ~40B | MIT |
| DeepSeek V4-Flash-0731 | 31 Gorffennaf | 284B (MoE) | 13B | MIT |
Mae'r tri model yn anelu at bethau tebyg: ffenestr gyd-destun o filiwn o docynnau, y gallu i weithredu fel asiant, a medrau codio cryf. Tsieinëeg a Saesneg yw eu prif ieithoedd. Gellir lawrlwytho pwysau'r tri model — 1.56TB yn achos K3 — ac mae dau ohonynt dan drwydded MIT.
Beth am y Gymraeg?
Ar ôl chwilio dogfennaeth, cardiau model a dadansoddiadau o'r tri, ni ddaethom o hyd i honiad, meincnod na chyfeiriad at y Gymraeg na'r ieithoedd Celtaidd. Mae canllaw i’r ieithoedd a gefnogir gan DeepSeek hefyd yn nodi nad yw'r Gymraeg nac ieithoedd Celtaidd eraill sydd â llai o adnoddau yn ymddangos yn yr haenau cymorth sydd wedi'u dogfennu.
Nid yw hynny'n golygu na allant gynhyrchu Cymraeg. Mae'r corpora gwe mawr yn cynnwys peth deunydd Cymraeg, a bydd ein hadran gwerthusiadau yn profi'r gallu hwnnw. Ond nid oes tystiolaeth fod y labordai eu hunain wedi'i fesur, felly gallai'r gallu ddirywio rhwng fersiynau heb i neb sylwi.
Pam mae hyn yn gyfle serch hynny?
O safbwynt gwaith Cymraeg, y ffigur pwysicaf yn y tabl yw 13 biliwn o baramedrau gweithredol DeepSeek dan drwydded MIT. Er bod gan y model 284 biliwn o baramedrau i gyd, dim ond 13 biliwn sy'n weithredol ar unrhyw adeg. O ganlyniad, gellir ei redeg ar weithfan â 128GB o gof — yr un math o beiriant a ddefnyddir yn ein harbrofion mireinio. Mae trwydded MIT yn caniatáu mireinio, cyhoeddi ac ailddosbarthu'r model heb ganiatâd ychwanegol.
Mewn geiriau eraill, mae'r pwysau a'r trwyddedau'n gwneud prosiect cymunedol i fireinio ac asesu model ar y Gymraeg yn fwy ymarferol. Mae hynny'n rhoi rhagor o opsiynau i ymchwilwyr sydd am fesur y Gymraeg yn uniongyrchol.
Ffynonellau: cyhoeddiadau HuggingFace a GitHub y tri labordy; dadansoddiadau MLQ, DataNorth a MarkTechPost; canllaw ieithoedd deepseekai.guide. Manylion llawn ym mhroffiliau'r adran gwerthusiadau.