DeepSeek-V3.2 es un modelo que armoniza una alta eficiencia computacional con un rendimiento de razonamiento y de agente superior. Su enfoque se basa en tres avances técnicos clave: DeepSeek Sparse Attention (DSA), un mecanismo de atención eficiente que reduce sustancialmente la complejidad computacional al tiempo que preserva el rendimiento del modelo, optimizado específicamente para escenarios de contexto largo; un Marco de Aprendizaje por Refuerzo Escalable, que permite un rendimiento comparable al de GPT-5 y una competencia de razonamiento al nivel de Gemini-3.0-Pro en su variante de alto cómputo; y un Pipeline de Síntesis de Tareas Agénticas a Gran Escala para integrar el razonamiento en escenarios de uso de herramientas, mejorando el cumplimiento y la generalización en entornos interactivos complejos. El modelo ha logrado una medalla de oro en la Olimpiada Internacional de Matemáticas (IMO) de 2025 y en la Olimpiada Internacional de Informática (IOI)...

DeepSeek-V3.2-Exp es una versión experimental del modelo DeepSeek, basada en V3.1-Terminus. Estrena la tecnología DeepSeek Sparse Attention (DSA) para un entrenamiento e inferencia más rápidos y eficientes en contextos largos....

DeepSeek-V3.1-Terminus es una versión actualizada creada sobre los puntos fuertes de V3.1 que, a su vez, aborda los comentarios clave de los usuarios. Mejora la coherencia lingüística, reduciendo los casos de texto mixto en chino e inglés y los caracteres anormales ocasionales. Además, también se actualiza con un rendimiento más sólido en Code Agent y Search Agent....

DeepSeek-V3.1 es un modelo híbrido que admite tanto el modo de pensamiento como el modo sin pensamiento. Gracias a la optimización posterior al entrenamiento, el rendimiento del modelo en el uso de herramientas y tareas de agentes ha mejorado significativamente. DeepSeek-V3.1-Think logra una calidad de respuesta comparable a la de DeepSeek-R1-0528, respondiendo además con mayor rapidez....

DeepSeek-V3-0324 demuestra mejoras notables con respecto a su predecesor, DeepSeek-V3, en varios aspectos clave, incluido un gran impulso en el rendimiento de razonamiento, habilidades de desarrollo front-end más sólidas y capacidades de uso de herramientas más inteligentes....

DeepSeek-R1-0528 es un modelo mejorado que muestra mejoras significativas en la gestión de tareas de razonamiento complejo, además de ofrecer una tasa de alucinación reducida, un soporte mejorado para la llamada a funciones y una mejor experiencia para el vibe coding. Logra un rendimiento comparable al de O3 y Gemini 2.5 Pro....

DeepSeek-V4.1-Flash es el último modelo MoE Multimodal de DeepSeek con 552B de parámetros en su estructura base. Construido sobre una arquitectura Causal Encoder-Decoder, activa solo unos ~8B de parámetros durante el prefill y ~16B durante el decode, ofreciendo una inteligencia de nivel de buque insignia a un coste de inferencia significativamente menor. El modelo comprende nativamente Images y admite una ventana de contexto de 1M de tokens. Supera a DeepSeek-V4-Pro en pruebas de rendimiento de programación, tareas de agentes y automatización, al tiempo que reduce la huella de caché KV en aproximadamente 4 veces en comparación con su predecesor....

DeepSeek-V4-Flash-Vision-Exp es el primer modelo multimodal experimental de la familia DeepSeek-V4. Se basa en la arquitectura DeepSeek-V4-Flash mediante la incorporación de módulos visuales y un entrenamiento continuo para desbloquear capacidades de comprensión visual. Iguala al DeepSeek-V4-Flash oficial en capacidades de solo texto (agentes, razonamiento, conocimiento del mundo), al tiempo que logra mejoras sustanciales en las pruebas de rendimiento de agentes multimodales, acercando el rendimiento al de Opus-4.8. Comparte la misma estructura de modelo que DeepSeek-V4-Flash-DSpark, es decir, viene con un módulo de decodificación especulativa incorporado. Las imágenes se tokenizan para la facturación a un máximo de 384 tokens cada una....

DeepSeek-V4-Pro-0813 es el lanzamiento oficial de DeepSeek-V4-Pro, que sustituye a la versión preliminar (preview), con capacidades de agente muy mejoradas y mejoras de rendimiento que son especialmente notables en entornos de producción. Está construido sobre la estructura del modelo DeepSeek-V4-Pro (Preview), con un módulo de decodificación especulativa DSpark incorporado....

DeepSeek-V4-Flash-0731 es la versión oficial de DeepSeek-V4-Flash, que sustituye a la versión preliminar y ofrece capacidades de agente sustancialmente mejoradas. Tiene la misma estructura de modelo que DeepSeek-V4-Flash-DSpark, es decir, viene con un módulo de decodificación especulativa incorporado....

DeepSeek-V4-Pro es el modelo MoE de código abierto insignia de DeepSeek con un total de 1,6T de parámetros y 49B activos, diseñado específicamente para tareas de razonamiento, programación y agentes de nivel de frontera. Admite una ventana de contexto de 1M de tokens y tres modos de esfuerzo de razonamiento de hasta Think Max, logrando un rendimiento de primer nivel en bancos de pruebas de programación como LiveCodeBench y Codeforces —rivalizando con los principales modelos de código cerrado— y se publica bajo la Licencia MIT....

DeepSeek-V4-Flash es el último modelo MoE de código abierto de DeepSeek, que cuenta con un total de 284B de parámetros, de los cuales solo 13B se activan durante la inferencia, lo que ofrece una generación de alta velocidad sin sacrificar la capacidad. Con soporte nativo para una ventana de contexto de 1M de tokens y tres modos de razonamiento intercambiables (Non-Think, Think High y Think Max), ofrece una escala de inteligencia flexible que va desde las tareas cotidianas hasta el razonamiento complejo, todo bajo la licencia MIT....