DeepSeek: modelos abiertos y asistente de IA, con V3 y R1 en dos vías

DeepSeek es una familia de modelos abiertos y un asistente de IA desarrollados por DeepSeek (respaldada por High-Flyer), orientados a los modelos y técnicas de base de la inteligencia artificial general. Para quien lo usa significa dos cosas: un asistente que se abre en el navegador y conversa, y unos pesos abiertos que se pueden descargar y ejecutar por cuenta propia.

En el lado de los modelos hay dos vías principales. La general está representada por DeepSeek-V3, con arquitectura de mezcla de expertos, 671B de parámetros totales y 37B activados por token, contexto de 128K y velocidades de generación de hasta 60 TPS; la posterior V3.2 incorpora DSA, una atención dispersa de grano fino que usa un indexador relámpago para elegir información clave y mejorar mucho la eficiencia en entrenamiento e inferencia de textos largos. La vía de razonamiento la representa DeepSeek-R1, entrenada desde V3-Base y optimizada con aprendizaje por refuerzo, que destaca en matemáticas, programación y razonamiento en lenguaje natural.

De esas dos vías han salido ramas. R1-Zero prescinde del ajuste fino supervisado y se apoya solo en aprendizaje por refuerzo, con gran capacidad de razonamiento pero dificultades de legibilidad. R1-Distill destila datos de razonamiento generados por R1 en modelos pequeños de 1,5B a 70B. R1-0528 se entrena desde V3-0324 con 660B de parámetros y pone el acento en razonamiento profundo, generación de texto mejorada y tareas individuales de 30 a 60 minutos. En multimodal hay DeepSeek-VL2 (Tiny, Small y estándar, con 1,0B, 2,8B y 4,5B de parámetros activados) y la serie Janus; en vertical, Prover-V2 para demostración de teoremas matemáticos.

En el uso diario es un asistente amplio: preguntas y diálogo multiturno, creación de textos, traducción, procesamiento de datos, generación de gráficos, generación y depuración de código, razonamiento matemático, con búsqueda web y un modo de pensamiento profundo. Un modo de imagen permite subir una foto para comprensión visual. Para desarrolladores hay además una plataforma de modelos que cubre entrenamiento, gestión y control de conjuntos de datos.

Funciones principales

Preguntas y diálogo

Responde sobre ciencia, historia, vida cotidiana y tecnología, sigue el contexto y mantiene coherencia, lo que sirve para preguntar de forma encadenada.

Escritura y traducción

Genera artículos, relatos, poesía, informes y correos, y traduce entre idiomas; DeepSeek-V3 cubre hasta 83 lenguas.

Generación y depuración de código

Produce código en varios lenguajes a partir de descripciones en lenguaje natural y ayuda a localizar fallos y mejorar implementaciones.

Matemáticas y razonamiento lógico

Rinde bien en tareas matemáticas y de razonamiento, con un modo de pensamiento profundo para preguntas que exigen análisis en varios pasos.

Búsqueda web y pensamiento profundo

La búsqueda aporta información actual; el modo profundo muestra el proceso de razonamiento en lógica compleja.

Datos y gráficos

Limpia, analiza y aplica estadística a los datos, y convierte resultados en gráficos de barras, líneas o sectores.

Comprensión de imágenes

Se puede subir una imagen para comprensión e interacción visual; en el lado de los modelos, VL2 y Janus unen visión y lenguaje.

Lectura de documentos

Subir un documento permite extraer información clave y resumirlo, útil con material extenso.

Plataforma de desarrollo

Una plataforma de modelos admite entrenamiento, gestión y control de conjuntos de datos, lo que facilita integrar la capacidad en sistemas propios.

Cómo se usa

1. Elige la entrada. La versión web funciona en cualquier navegador; la app está en las tiendas; hay una extensión en Chrome Web Store.
2. Ajusta el modo a la tarea. Preguntas y textos usan el chat; la información actual usa búsqueda con IA; los documentos usan lectura de archivos; el razonamiento complejo activa el pensamiento profundo.
3. Formula con claridad. Evita expresiones vagas, usa palabras clave para marcar lo que necesitas y divide el trabajo complejo en preguntas pequeñas que profundicen paso a paso.
4. Trabaja por turnos. Seguir en la misma conversación para repreguntar, pedir una reescritura o añadir condiciones suele dar mejor resultado que un prompt larguísimo.
5. Apóyate en la biblioteca de prompts. La oficial cubre 13 tipos de escenario: reescritura, explicación y generación de código, clasificación de contenido, salida estructurada, juego de roles, prosa y poesía, esquemas de copy, eslóganes, generación de prompts y traducción chino-inglés.
6. Despliega en local si necesitas un entorno privado. Descarga los archivos del modelo del sitio oficial, instala dependencias, configura un servidor y despliega, luego prueba y ajusta el rendimiento.

Dónde encaja

• Desarrolladores y equipos de algoritmia: autohospedan con pesos abiertos o usan la plataforma para entrenamiento, gestión de datos y control de modelos.
• Contenido y marketing: generan copy, actas de reunión y primeros borradores en volumen, y luego los afinan a mano.
• Perfiles de datos: convierten preguntas en consultas, limpian y analizan datos y producen gráficos que explican una conclusión con rapidez.
• Educación e investigación: el profesorado genera planes y materiales y ofrece rutas personalizadas; en matemáticas, Prover-V2 permite verificación formal de demostraciones.
• Organizaciones con requisitos de cumplimiento: colocan el modelo en su propio entorno mediante despliegue local para que el material no salga.

Límites y aspectos a tener en cuenta

• El pensamiento profundo es más lento. Mostrar el razonamiento implica más cómputo y espera, así que no hace falta en tareas simples; el material indica que R1-0528 puede abordar tareas de 30 a 60 minutos, útil para problemas difíciles y no para preguntas rutinarias.
• La salida requiere verificación. Los modelos producen texto plausible que puede ser falso, así que cifras, citas y conclusiones deben contrastarse con fuentes primarias en lugar de tomarse como fuente de hechos.
• Los pesos abiertos no son plug-and-play. El despliegue local exige dependencias, un servidor y memoria suficiente, además de ajuste de rendimiento; ejecutar grandes volúmenes de parámetros en hardware pequeño no es realista.
• Las versiones avanzan rápido. V3, V3.1-Terminus, V3.2, R1 y R1-0528 se suceden con capacidades y tamaños distintos, así que conviene elegir según la documentación oficial vigente.
• Precio y cuotas vienen de la fuente oficial. El material no contiene precios, límites de uso ni condiciones comerciales confirmadas, por lo que coste y licencia deben consultarse en las páginas oficiales y no inferirse de este texto.

Preguntas frecuentes

¿De qué formas se puede usar DeepSeek?

Web, app y extensión de navegador, además del autohospedaje de los modelos abiertos; la plataforma de desarrollo cubre entrenamiento y gestión.

¿En qué se diferencian V3 y R1?

V3 es el modelo general de lenguaje con mezcla de expertos, 671B totales y 37B activos y contexto de 128K; R1 sigue la vía del razonamiento y usa aprendizaje por refuerzo para mejorar matemáticas, código y razonamiento.

¿Cuánto texto puede manejar?

V3 admite contexto de 128K y R1-0528 destaca tareas individuales de 30 a 60 minutos; los límites exactos siguen la documentación oficial.

¿Se puede desplegar en local?

Sí. El camino es descargar los archivos del modelo, instalar dependencias y entorno, configurar un servidor, desplegar y luego probar y ajustar el rendimiento.