DeepSeek lanza modelos V4 con 1.6 billones de parámetros

El laboratorio chino de IA DeepSeek ha lanzado dos versiones preliminares de su nuevo modelo de lenguaje extenso, DeepSeek V4: DeepSeek V4 Flash y V4 Pro. El lanzamiento representa una actualización del modelo V3.2 anterior del laboratorio. Según DeepSeek, ambos son modelos de mezcla de expertos —una arquitectura de modelo de IA que activa solo un subconjunto de parámetros por tarea para reducir los costos de inferencia— con ventanas de contexto de 1 millón de tokens. DeepSeek asegura que los modelos casi han cerrado la brecha con los modelos líderes actuales en puntos de referencia de razonamiento. Sin embargo, el laboratorio señaló que los modelos exhiben una “trayectoria de desarrollo que sigue a los modelos de frontera de vanguardia con un retraso de aproximadamente 3 a 6 meses”.

El modelo Pro cuenta con un total de 1.6 billones de parámetros, con 49 mil millones de parámetros activos, lo que lo convierte en el modelo de pesos abiertos más grande disponible. Esto supera a competidores como Kimi K 2.6 de Moonshot AI, que tiene 1.1 billones de parámetros, y M1 de MiniMax, que tiene 456 mil millones de parámetros. También es más del doble del recuento de parámetros del modelo V3.2 anterior de DeepSeek, que tiene 671 mil millones de parámetros. En comparación, el modelo V4 Flash más pequeño tiene 284 mil millones de parámetros, con 13 mil millones de parámetros activos.

Ambos modelos se posicionan como alternativas altamente asequibles a otros modelos en el mercado, con precios que reducen los de los principales modelos de frontera de competidores como Google y OpenAI. Según la estructura de precios de DeepSeek, los costos para los nuevos modelos son los siguientes:

• V4 Flash: Cuesta USD 0.14 por millón de tokens de entrada y USD 0.28 por millón de tokens de salida.
• V4 Pro: Cuesta USD 0.145 por millón de tokens de entrada y USD 3.48 por millón de tokens de salida.

El lanzamiento el 24 de abril de 2026 se produce en medio de un mayor escrutinio geopolítico y de la industria. El día anterior al lanzamiento, Estados Unidos acusó a China de robar la propiedad intelectual de los laboratorios de IA estadounidenses a escala industrial utilizando miles de cuentas proxy. Además, el propio DeepSeek ha sido acusado por Anthropic y OpenAI de “destilar”, es decir, copiar, sus modelos de IA. La destilación se define como el proceso de entrenar un modelo más pequeño utilizando las salidas de un modelo más grande y preexistente.

Por qué importa

Los nuevos modelos V4 de DeepSeek introducen un modelo de pesos abiertos de 1.6 billones de parámetros que afirma cerrar la brecha de rendimiento con los modelos de frontera, a la vez que los socava significativamente en precio.