--- title: "DeepSeek-V3: la nueva IA de código abierto que desafía a los líderes del mercado" description: "La startup china DeepSeek ha presentado su última innovación en inteligencia artificial, el modelo DeepSeek-V3 , que promete redefinir los estándares de la IA de código abierto. Con un total de 671.00..." url: https://revistacloud.com/deepseek-v3/ date: 2024-12-30 modified: 2024-12-27 author: "Antonio" image: https://revistacloud.com/wp-content/uploads/2024/08/haciendo-facil-inteligencia-artificial.jpeg categories: ["Noticias"] tags: ["deepseek", "Inteligencia Artificial"] type: post lang: es --- # DeepSeek-V3: la nueva IA de código abierto que desafía a los líderes del mercado La startup china **DeepSeek** ha presentado su última innovación en inteligencia artificial, el modelo **DeepSeek-V3**, que promete redefinir los estándares de la IA de código abierto. Con un total de **671.000 millones de parámetros**, este modelo utiliza una arquitectura de «mixture-of-experts» (MoE) que optimiza su rendimiento y desafía a modelos cerrados como los de OpenAI y Anthropic, así como a alternativas abiertas como **Llama 3.1-405B** y **Qwen 2.5-72B**. Diseñado para ser eficiente y accesible, DeepSeek-V3 se posiciona como una herramienta clave en el ecosistema cloud, con aplicaciones que van desde el análisis de datos hasta la generación de código y texto. --- ### Arquitectura avanzada y rendimiento optimizado El núcleo de DeepSeek-V3 radica en su arquitectura MoE, que permite activar únicamente los parámetros necesarios para cada tarea, reduciendo significativamente los costos de hardware. Este diseño se complementa con dos innovaciones destacadas: 1. **Estrategia de balanceo de carga dinámico**: ajusta automáticamente la carga entre los «expertos» del modelo para maximizar el rendimiento sin comprometer la calidad. 2. **Predicción de múltiples tokens**: aumenta la velocidad de procesamiento al generar múltiples tokens simultáneamente, logrando una mejora de hasta 3 veces en la eficiencia. Estas características, junto con una extensión del contexto de hasta **128.000 tokens**, hacen que DeepSeek-V3 sea ideal para aplicaciones exigentes como el procesamiento de grandes volúmenes de datos o la creación de contenido detallado en entornos cloud. --- ### Un modelo entrenado con eficiencia económica DeepSeek destaca no solo por la capacidad técnica de su modelo, sino también por la eficiencia con la que lo entrenó. Utilizando **14,8 billones de tokens** y herramientas como el marco de precisión mixta FP8 y el algoritmo DualPipe para paralelismo, la compañía logró completar el entrenamiento en **2,7 millones de horas GPU**, con un costo estimado de **5,57 millones de dólares**. Esto contrasta con los cientos de millones que se invierten en modelos cerrados como Llama 3.1. --- ### Rendimiento superior en benchmarks clave DeepSeek-V3 ha demostrado un rendimiento sobresaliente en diversas pruebas, superando a modelos abiertos y cerrados en múltiples categorías. En la evaluación **Math-500**, por ejemplo, obtuvo un puntaje de **90,2**, superando el **80** alcanzado por Qwen y estableciendo un nuevo estándar en precisión matemática. Además, destacó en benchmarks centrados en el idioma chino y en tareas relacionadas con la codificación. Sin embargo, en áreas específicas como preguntas simples en inglés (SimpleQA), modelos como GPT-4o de OpenAI aún mantienen una ligera ventaja. A pesar de ello, el rendimiento general de DeepSeek-V3 lo posiciona como líder en el mercado de código abierto. --- ### Implicaciones para el ecosistema cloud La llegada de DeepSeek-V3 representa un avance significativo para el sector de la inteligencia artificial y el cloud computing. Al ser un modelo de código abierto, proporciona a las empresas una alternativa rentable y potente frente a las soluciones cerradas de alto costo, democratizando el acceso a tecnologías avanzadas. DeepSeek también ofrece una API comercial que permite a las empresas probar el modelo en sus propios entornos. Disponible inicialmente al mismo precio que su predecesor, DeepSeek-V2, los costos se ajustarán después del 8 de febrero a **0,27 dólares por millón de tokens de entrada** y **1,10 dólares por millón de tokens de salida**. --- ### Un paso más hacia la democratización de la IA Con DeepSeek-V3, la competencia entre modelos de código abierto y cerrado se intensifica, beneficiando a las empresas y desarrolladores que buscan soluciones avanzadas y rentables. Este lanzamiento no solo refuerza el potencial del código abierto, sino que también contribuye al desarrollo de tecnologías más inclusivas en el ámbito de la inteligencia artificial y el cloud. El modelo ya está disponible en GitHub bajo una licencia abierta, y su código puede ser implementado en plataformas como [Hugging Face](https://huggingface.co/deepseek-ai/DeepSeek-V3-Base), consolidando a DeepSeek como un jugador clave en el panorama global de la IA y el cloud computing. vía: [Noticias inteligencia artificial](https://noticias.ai/deepseek-v3/)