La novedad de DeepSeek este fin de semana tiene nombre de actualización: V4.1 Flash 1017. El repositorio oficial registra la publicación de la versión el 17 de octubre, con un cambio identificado a las 05:46 UTC. Es un lanzamiento distinto de la demostración con documentos que Actualiza2 publicó anteriormente: aquí hay un modelo y archivos concretos que otros desarrolladores pueden examinar. [2]
La revisión plantea una cuestión práctica para quien construye aplicaciones con IA: cuánto trabajo resuelve el sistema y qué necesita alrededor para hacerlo. Descargar los pesos es una parte del proceso; conectar conversaciones, imágenes y herramientas exige también una infraestructura que los ejecute. [4] [5]
Las mejoras publicadas tienen condiciones de prueba
En Terminal-Bench 4.0, la ficha pasa de 31,2 a 42,3 puntos; en ProgramBench, de 20,3 a 29,1. DeepSeek también comunica menos tiempo de ejecución y respuestas más cortas. Son resultados de su evaluación, no una prueba independiente realizada por Actualiza2. La documentación identifica los entornos usados en varias mediciones, una precisión necesaria para comparar sistemas que operan con herramientas. [1]
Un agente combina decisiones del modelo con programas externos. Puede proponer una llamada a una herramienta, recibir su resultado y continuar la tarea; quien despliega el sistema decide qué llamadas se ejecutan. La librería oficial de integración separa expresamente ese intercambio de la ejecución real de las herramientas. Esa separación importa tanto para interpretar una prueba como para poner el modelo a trabajar en una aplicación. [5]
Un contexto amplio y una arquitectura que sigue necesitando recursos
La configuración publicada admite 1.048.576 posiciones de contexto y describe un modelo de mezcla de expertos, con 384 expertos enrutados y seis seleccionados por token. También incluye un componente de visión. Son propiedades del archivo de configuración; no indican por sí solas cuánta memoria necesitará una instalación concreta ni el tiempo de respuesta que obtendrá un usuario. [3]
La memoria de contexto establece cuánto puede manejar una ejecución, mientras que el enrutamiento de expertos organiza qué partes del modelo intervienen en el cálculo. La configuración combina atención de ventana deslizante y mecanismos de compresión. La implementación de referencia permite estudiar esas piezas, pero sus autores advierten de que no es un motor de servicio preparado para producción. [3] [4]
La guía de inferencia contempla convertir los pesos para ejecución paralela y describe cómo repartir el trabajo entre procesos e incluso nodos. El código de ejemplo utiliza ocho particiones. Es una receta de despliegue, no una promesa de que baste un ordenador doméstico o de que ocho sea un requisito universal para todas las variantes que pueda desarrollar la comunidad. [4]
Pesos abiertos, integración y trabajo pendiente
El repositorio y los pesos se distribuyen con licencia MIT. La ficha identifica un modelo de unos 763.000 millones de parámetros; disponer de esos archivos no elimina el coste de alojarlos y ejecutarlos. Tampoco transforma automáticamente el programa en un servicio web que mantenga usuarios, conexiones y permisos. [1]
DeepSeek Recipe aporta bibliotecas en Rust y enlaces para Python que traducen peticiones, preparan conversaciones y procesan las salidas. El proyecto soporta texto, imágenes, razonamiento y llamadas a herramientas del cliente, pero deja fuera la inferencia, el transporte HTTP y la ejecución de esas herramientas. También enumera funciones todavía no soportadas, entre ellas la recuperación de documentos por identificador y ciertas restricciones de salida. [5]
La actualización queda así abierta a dos lecturas complementarias: los resultados que comunica el fabricante y los archivos con los que un equipo puede construir y evaluar su propio despliegue. Para decidir si mejora una aplicación concreta hay que conservar la misma tarea y las mismas herramientas durante la comparación. Una cifra de una prueba no sustituye ese recorrido. [1] [5]
Fuentes y documentación
El material original
Original de DeepSeekVer vídeo ↗