La startup china de IA DeepSeek vuelve a sacudir el sector un año después con un modelo que combina potencia líder a nivel mundial y un coste muy inferior al de sus rivales.
Miguel Angel Ducci -CEO, Founder & Editor de El Ciudadano Digital-
La empresa china de inteligencia artificial DeepSeek ha presentado un avance de su nuevo gran modelo lingüístico, V4, en un momento en que la carrera mundial por la IA se acelera.
DeepSeek se convirtió en una de las compañías de IA más seguidas el año pasado tras lanzar en enero de 2025 unos modelos que parecían ofrecer un rendimiento sólido a menor coste que muchos rivales estadounidenses.
La startup con sede en Hangzhou, China, lanzó el modelo en dos versiones, DeepSeek V4-Pro y DeepSeek V4-Flash. V4-Pro es un modelo de mayor tamaño dirigido a tareas más exigentes, mientras que V4-Flash es una versión más pequeña diseñada para responder con mayor rapidez y ser más barata de operar.
“En los benchmarks de conocimiento general, DeepSeek V4-Pro supera con claridad a otros modelos de código abierto y solo queda ligeramente por detrás del modelo de código cerrado de gama alta Gemini-3.1-Pro”, señaló DeepSeek.
La startup china de IA DeepSeek vuelve a sacudir el sector un año después con un modelo que combina potencia líder a nivel mundial y un coste muy inferior al de sus rivales.
La empresa china de inteligencia artificial DeepSeek ha presentado un avance de su nuevo gran modelo lingüístico, V4, en un momento en que la carrera mundial por la IA se acelera.
DeepSeek se convirtió en una de las compañías de inteligencia artificial más seguidas el año pasado tras lanzar en enero de 2025 unos modelos que parecían ofrecer un rendimiento sólido a menor coste que muchos rivales estadounidenses.
La startup con sede en Hangzhou, China, lanzó el modelo en dos versiones, DeepSeek V4-Pro y DeepSeek V4-Flash. V4-Pro es un modelo de mayor tamaño dirigido a tareas más exigentes, mientras que V4-Flash es una versión más pequeña diseñada para responder con mayor rapidez y ser más barata de operar.
“En los benchmarks de conocimiento general, DeepSeek V4-Pro supera con claridad a otros modelos de código abierto y solo queda ligeramente por detrás del modelo de código cerrado de gama alta Gemini-3.1-Pro“, señaló DeepSeek.
La empresa afirmó que el nuevo modelo de inteligencia artificial admite un “contexto de un millón de tokens”, lo que significa que puede procesar indicaciones mucho más extensas, como documentos largos o código, antes de generar una respuesta.
En IA, la longitud de contexto es la cantidad de texto, medida en tokens, que un modelo puede tener en cuenta a la vez. Una ventana de contexto mayor permite que un modelo de IA procese entradas más largas e incluya más información en cada salida, según IBM.
Conocida por mantener un enfoque más abierto que sus rivales con modelos cerrados de IA, DeepSeek también ha puesto V4 a disposición para descargarlo, probarlo y adaptarlo libremente en Hugging Face.
La startup china cobró notoriedad a finales de 2024 con su modelo V3 de código abierto, que sorprendió al sector de la inteligencia artificial por ofrecer un rendimiento elevado a menor coste y utilizando chips menos potentes que muchos de sus rivales estadounidenses, entre ellos OpenAI y Google.
La carrera mundial por la IA
La empresa captó la atención mundial en enero de 2025 cuando lanzó R1, un modelo de razonamiento de inteligencia artificial que, según la compañía, era más barato y ofrecía un rendimiento similar al de los grandes modelos lingüísticos de ChatGPT de OpenAI.
Sin embargo, algunos países prohibieron a los organismos públicos el año pasado utilizar DeepSeek, entre ellos Italia, Estados Unidos y Corea del Sur, alegando motivos de seguridad nacional. Alemania también vetó DeepSeek en las tiendas de aplicaciones de Apple y Google en 2025, alegando una transferencia ilegal de datos de usuarios a China.
El lanzamiento de V4 llega un día después de que el gigante estadounidense de la IA OpenAI presentara también su último modelo, GPT-5.5, al que definió como su “más inteligente e intuitivo” hasta la fecha.
El anuncio se produce asimismo un día después de que la Casa Blanca acusara a China de robar la propiedad intelectual de laboratorios estadounidenses de inteligencia artificial a escala industrial mediante miles de cuentas pantalla.
OpenAI, Anthropic y Google advirtieron este año de que las empresas chinas de inteligencia artificial, entre ellas DeepSeek, estaban llevando a cabo ataques de extracción de modelos (MEA), también conocidos como “destilación”.
El método consiste en enviar al modelo más grande miles de preguntas, recopilar sus respuestas y utilizarlas para entrenar a un modelo nuevo y más pequeño para que razone de forma similar.
Un nuevo modelo para los nuevos chips made in China
DeepSeek deja claro para quién es este nuevo modelo en sus redes sociales con un mensaje fijado: “UE8M0 FP8 es para la próxima generación de chips nacionales“, dejando leer entre líneas que ha ajustado el formato de datos para la siguiente generación de chips chinos. Y no ha pasado desapercibido: tanto en Bloomberg como en Reuters han resumido que V3.1 está “personalizado para funcionar con chips de IA de próxima generación chinos“, es decir, optimizado para el ecosistema nacional.
La model card oficial de Hugging Face detalla que DeepSeek-V3.1 “se ha entrenado usando el formato de escala UE8M0 FP8”, lo que implica que tanto el entrenamiento como la ejecución está adaptada para funcionar de forma nativa. A nivel técnico, FP8 es un formato de 8 bits que pesa la mitad que FP16/BF16. Con un calibrado adecuado y este soporte nativo, permitiría más rendimiento por ciclo y menor uso de memoria.
- Anthropic lanza una nueva versión de Mythos con capacidades cibernéticas limitadas
- Google y su nuevo plan de Gemini IA a $5.000 al mes
- IBM Ofrece Entrenamiento Gratuito en español de IA
- Cinematic Video Overviews la función de NotebookLM que transforma tus cuadernos en vídeos cinematográficos
- Estados Unidos tendrá acceso a los modelos de IA 30 días antes de ser lanzados
Akura Yonomoto Anthropic Apple Artículo Científico ChatGPT Chile China Ciencia Claude Cloude Donald Trump Donal Trump Drones editorial El Ciudadano Digital El Ciudadano Inteligente Elon Musk Enfermedades Estados Unidos Etercuanticum IA Gemini Google Guerra IA Inteligencia Artificial Irán Israel José Antonio Kast Kameron Drake Medio Oriente Miguel Angel Ducci Milenka Swett Mythos Nvidia OpenAI Perplexity Política Rafael Muñoz Canessa Rusia Salud Sam Altman Talca Tecnologia Ucrania USA
Más historias
Anthropic lanza una nueva versión de Mythos con capacidades cibernéticas limitadas
Google y su nuevo plan de Gemini IA a $5.000 al mes
IBM Ofrece Entrenamiento Gratuito en español de IA