DeepSeek V4 llega con dos nuevos modelos que ofrecen un alto rendimiento en contextos largos a un coste reducido

La empresa china DeepSeek ha lanzado su nueva serie de modelos de inteligencia artificial abiertos, DeepSeek V4, con capacidades de agente y mejoras en el razonamiento, en línea con lo que ofrecen los modelos cerrados actuales, y ofrecen un alto rendimiento en contextos extensos a un coste reducido.

La serie DeepSeek V4, actualmente en vista anticipada, está compuesta por dos modelos de lenguaje de Mezcla de Expertos (MoE) que integran novedades en arquitectura y optimización que los convierte en modelos "altamente eficientes en escenarios de contextos extensos", con costes de cómputo y memoria "drásticamente reducidos".

Por una parte está DeepSeek V4 Pro, con 1,6 billones de parámetros y 49.000 millones de parámetros activos, que admite una ventana de contexto de un millón de tokens. La compañía china ha destacado las capacidades agénticas de este modelo, sobre todo en programación, que ya utiliza a nivel interno, como ha explicado en X.

DeepSeek V4 Pro también ha demostrado superar a los modelos abiertos actuales en conocimiento mundial, siendo superado por el modelo cerrado Gemini 3.1 Pro. En razonamiento, rivaliza con los principales modelos cerrados.

Por otro, DeepSeek V4 Flash tiene 284.000 millones de parámetros y 13.000 millones de parámetros activos, y una ventana de contexto de un millón de parámetros. Ha sido diseñado para ofrecer respuestas de más rápida sin que ello afecte a su rendimiento. DeepSeek afirma que sus capacidades de razonamiento se acercan a las de V4 Pro.

La compañía ha lanzado estos dos modelos en una modalidad de acceso anticipado en Hugging Face y pueden probarse tanto en el chat de DeepSeek como en la API.