DeepSeek-V3 en resumen
DeepSeek-V3 era un modelo de mezcla de expertos con 37B de sus 671B de parámetros activos, entrenado con 14.8T tokens en 2.788M horas de GPU H800, con pesos abiertos que permitían uso comercial.
Qué cambió con DeepSeek-V3
DeepSeek lanzó DeepSeek-V3 el 26 de diciembre de 2024. Era un modelo de mezcla de expertos con 671B de parámetros en total y 37B activos por token, entrenado con 14.8 billones de tokens. DeepSeek dijo que generaba unos 60 tokens por segundo, tres veces más rápido que V2.
La ficha del modelo indicaba que el entrenamiento completo requirió solo 2.788 millones de horas de GPU H800, una cifra que llamó mucho la atención sobre la eficiencia del entrenamiento. Los pesos se publicaron en Hugging Face y el código en GitHub con licencia MIT, con el modelo bajo la licencia propia de DeepSeek, que permite uso comercial. Los precios de la API se mantuvieron en el nivel de V2 hasta el 8 de febrero de 2025.
DeepSeek-V3 en cifras
Los valores provienen de la fuente enlazada en la fecha indicada. No son mediciones de IA Compa.
- Parámetros totales / activosal · Fuente de Parámetros totales / activos: api-docs.deepseek.com (se abre en una pestaña nueva)
- 671B total, 37B active
Dónde comparar DeepSeek-V3
Clasificaciones independientes y recursos oficiales para comparar este modelo por tu cuenta. Las posiciones cambian con frecuencia; cada sitio muestra sus datos actuales.
Clasificaciones generales
Por qué DeepSeek-V3 importa para los negocios
Para los negocios, V3 cambió las expectativas sobre cuánto debe costar entrenar y operar un modelo fuerte, y preparó el terreno para el modelo de razonamiento R1 un mes después. Las empresas ganaron una opción abierta potente, pero debían evaluar la residencia de datos y el riesgo de proveedor antes de usar la API alojada de DeepSeek.
Fuentes de esta noticia
- Introducing DeepSeek-V3 (se abre en una pestaña nueva)Oficial
DeepSeek API Docs · api-docs.deepseek.com
- DeepSeek-V3 model card (se abre en una pestaña nueva)Oficial
DeepSeek on Hugging Face · huggingface.co
- DeepSeek-V3 repository (se abre en una pestaña nueva)Oficial
DeepSeek on GitHub · github.com
- DeepSeek V3 (Dec) model page (se abre en una pestaña nueva)Evaluación
Artificial Analysis · artificialanalysis.ai
Última verificación: . IA Compa resume anuncios públicos para lectores de negocios. No tenemos relación con las empresas mencionadas. Confirma siempre los detalles, precios y disponibilidad con la fuente oficial.
- #llm
- #deepseek
- #open-weights
- #mixture-of-experts