Deepseek lanza el modelo de lenguaje gratuito v3 que funciona bien en configuraciones de hardware comunes

La startup china de inteligencia artificial DeepSeek acaba de lanzar oficialmente su último modelo de lenguaje grande (LLM), DeepSeek-V3-0324. Con una capacidad de hasta 641 GB, este modelo fue anunciado en la plataforma AI Hugging Face sin que se revelara mucha información, en línea con el estilo hermético sobre nuevos productos que la compañía siempre ha aplicado hasta ahora.

Lo especial de este modelo es la licencia MIT, que permite su uso libre para fines comerciales. Los resultados iniciales de referencia muestran que DeepSeek-V3-0324 es capaz de ejecutarse en configuraciones de hardware convencionales, como Mac Studio de Apple con el chip M3 Ultra. El científico de IA Awni Hannun informó que fue posible lograr velocidades de procesamiento de más de 20 tokens por segundo utilizando esta configuración. Esta capacidad de ejecutar un modelo de lenguaje grande en hardware básico en las instalaciones contrasta marcadamente con el enfoque tradicional de utilizar una infraestructura de centro de datos masiva para respaldar modelos de IA avanzados.

Deepseek lanza el modelo de lenguaje gratuito v3 que funciona bien en configuraciones de hardware comunes

Según la información de DeepSeek, las pruebas iniciales han mostrado mejoras significativas con respecto a versiones anteriores. Este modelo ha sido probado rigurosamente por partes interesadas internas y ha demostrado un rendimiento excelente, superando incluso a todos los demás modelos de la competencia y superando al Claude Sonnet 3.5 de Anthropic en tareas que no requieren un pensamiento profundo. Sin embargo, a diferencia de los modelos estilo Sonnet que requieren una suscripción paga, DeepSeek-V3-0324 se puede descargar y usar completamente gratis.

Técnicamente, DeepSeek-V3-0324 utiliza una arquitectura mixta de expertos (MoE). Se destaca por su capacidad de utilizar de forma selectiva alrededor de 37 mil millones de los 685 mil millones de parámetros por tarea, aumentando la eficiencia al reducir las demandas computacionales y manteniendo el rendimiento. Este modelo también aplica tecnologías de Atención Latente Multi-Cabeza (MLA) y Predicción Multi-Token (MTP), que contribuyen a mejorar la memoria de contexto y acelerar la salida.

Los usuarios pueden acceder a DeepSeek-V3-0324 a través de Hugging Face, la interfaz de chat y la API de OpenRouter, así como la plataforma de chat de DeepSeek si lo desean. El proveedor de servicios de inferencia Hyperbolic Labs también proporciona acceso al modelo.

Con el lanzamiento de DeepSeek-V3-0324, la compañía continúa afirmando su posición en la carrera por desarrollar modelos de lenguaje grandes, al tiempo que proporciona una opción poderosa y accesible para la comunidad de investigación y desarrollo de IA. La capacidad de ejecutarse en hardware comercial junto con una licencia gratuita seguramente abrirá muchas oportunidades de aplicación práctica para este modelo en el futuro cercano.

Dejar un comentario

¿Se vería Europa involucrada en una hipotética guerra nuclear entre Estados Unidos, Israel e Irán? Explicación de las normas de la OTAN.

¿Se vería Europa involucrada en una hipotética guerra nuclear entre Estados Unidos, Israel e Irán? Explicación de las normas de la OTAN.

Una guía sobre los artículos 4 y 5 de la OTAN, las normas de legítima defensa de la ONU y por qué la consulta no implica la entrada automática de Europa en la guerra.

¿Podría Irán ya tener armas nucleares? Cómo interpretar las pruebas.

¿Podría Irán ya tener armas nucleares? Cómo interpretar las pruebas.

Evaluar las afirmaciones sobre Irán en seis pasos, distinguiendo entre enriquecimiento de uranio, desarrollo de armas y posesión verificada.

Autoridad nuclear de EE. UU. e Israel: lo que explican realmente las fuentes públicas.

Autoridad nuclear de EE. UU. e Israel: lo que explican realmente las fuentes públicas.

Comprenda la autoridad para tomar decisiones nucleares en seis pasos, incluyendo el control civil estadounidense y los límites de la información pública sobre Israel.

Estrecho de Ormuz en 2026: Lo que dicen las fuentes oficiales sobre las interrupciones en el transporte marítimo

Estrecho de Ormuz en 2026: Lo que dicen las fuentes oficiales sobre las interrupciones en el transporte marítimo

Una guía con la información oficial disponible hasta 2026 sobre las interrupciones en el transporte marítimo por el estrecho de Ormuz, las reclamaciones relacionadas con Irán, los incidentes confirmados y las cuestiones que aún se desconocen.

¿Un hipotético ataque nuclear estadounidense-israelí contra Irán provocaría la Tercera Guerra Mundial?

¿Un hipotético ataque nuclear estadounidense-israelí contra Irán provocaría la Tercera Guerra Mundial?

Una guía basada en fuentes sobre los riesgos de escalada nuclear, las normas de la Carta de las Naciones Unidas y el Artículo 5 de la OTAN en un escenario estrictamente hipotético con Irán.

Cómo prepararse para un hipotético apagón relacionado con un pulso electromagnético: 5 pasos para civiles

Cómo prepararse para un hipotético apagón relacionado con un pulso electromagnético: 5 pasos para civiles

Siga estos cinco pasos para prepararse ante un apagón; los escenarios nucleares y de pulso electromagnético son hipotéticos, y las instrucciones oficiales de refugio deben seguirse primero.

Cómo evaluar las interrupciones cibernéticas sin presuponer una Tercera Guerra Mundial: una guía de 5 pasos

Cómo evaluar las interrupciones cibernéticas sin presuponer una Tercera Guerra Mundial: una guía de 5 pasos

Siga estos 5 pasos de defensa para verificar una interrupción cibernética, proteger las cuentas domésticas y evitar confundir un apagón con una guerra.

Invierno nuclear: cómo evaluar los efectos climáticos globales de un hipotético ataque iraní.

Siga estos 5 pasos para evaluar los efectos climáticos de un hipotético ataque en Irán, comparar las suposiciones de los modelos y evitar predicciones sin fundamento.

¿Cuánto tiempo tardaría la Tierra en recuperarse tras una hipotética guerra nuclear?

¿Cuánto tiempo tardaría la Tierra en recuperarse tras una hipotética guerra nuclear?

Descubra seis pasos para interpretar investigaciones sobre el clima, la alimentación y la recuperación de los ecosistemas tras un hipotético conflicto nuclear.

Lista de verificación para la preparación ante la lluvia radiactiva: suministros esenciales y medidas para la construcción de refugios.

Lista de verificación para la preparación ante la lluvia radiactiva: suministros esenciales y medidas para la construcción de refugios.

Crea un kit práctico de preparación para emergencias por lluvia radiactiva en seis pasos, con alimentos y agua envasados, una radio, suministros médicos e instrucciones para refugiarse.