El nuevo lanzamiento de DeepSeek confirma que la próxima fase de la carrera de la inteligencia artificial se centra en poner la visión por computadora avanzada al alcance de todos con costos operativos extremadamente bajos.
Índice del artículo:
- Lanzamiento visual experimental con alta eficiencia de razonamiento
- Estructura de precios y nuevas herramientas para desarrolladores
- Contexto competitivo y evolución de los modelos de tamaño medio
- Preguntas frecuentes
Lanzamiento visual experimental con alta eficiencia de razonamiento
Los laboratorios de inteligencia artificial chinos «DeepSeek» lanzaron un modelo experimental multimodal el viernes, afirmando que se acerca significativamente al nivel de rendimiento del modelo «Claude Opus 4.8» de Anthropic en las principales pruebas de referencia, lo que refuerza los esfuerzos de la empresa para ampliar su presencia en el campo de la inteligencia artificial visual a una fracción del costo que imponen las empresas competidoras estadounidenses.
El nuevo modelo se llama «DeepSeek-V4-Flash-Vision-Exp» y representa una diversificación multimodal del actual modelo de texto de la compañía, «V4-Flash». Según los datos publicados por DeepSeek, el nuevo modelo conserva todas las capacidades de texto avanzadas del modelo Flash, incluidos los comportamientos de agentes autónomos, el razonamiento lógico y el conocimiento general completo, al tiempo que añade capacidades avanzadas para la comprensión y el análisis de imágenes.
En las evaluaciones comparativas de agentes multimodales publicadas por la empresa, el nuevo modelo reduce notablemente la brecha con el modelo Opus 4.8. En la prueba «Apex Bench», el modelo de DeepSeek obtuvo 36.5 puntos en la métrica de éxito en el primer intento, en comparación con los aproximadamente 39.4 puntos del modelo Opus 4.8. El modelo chino superó a su rival en la prueba «Terminal Agent Benchmark» con 27.3 puntos frente a los 25.7 puntos del modelo de Anthropic, y también registró 35.0 puntos frente a 34.0 puntos en «Zero Bench». En las evaluaciones que dependen en gran medida del texto, como «Terminal Bench 2.1», el modelo quedó rezagado respecto a Opus por un margen de casi un punto (83.9 frente a 85.0), aunque existen brechas más amplias en algunas pruebas especializadas como «NL2Repo» (57.7 frente a 69.7). DeepSeek realizó sus evaluaciones internamente utilizando su propio entorno de ejecución mínimo, lo que significa que estas cifras aún no se han sometido a una auditoría independiente por parte de terceros.
Estructura de precios y nuevas herramientas para desarrolladores
El modelo ya está disponible para su uso inmediato a través de la interfaz de programación de aplicaciones (API) de DeepSeek bajo su identificador de programa dedicado. La facturación de imágenes se basa en el número de tokens consumidos, con un límite máximo que no supera los 384 tokens por imagen, manteniendo la misma tarifa actual del modelo «V4-Flash», una estructura de precios que mantiene el costo en niveles mucho más bajos que los exigidos por los laboratorios estadounidenses para capacidades similares.
Paralelamente al lanzamiento del modelo, DeepSeek presentó la versión 0.1.1 de su marco de entorno de ejecución con soporte integrado para esta versión, además del lanzamiento de una API gratuita de archivos que permite a los desarrolladores subir una imagen una sola vez y hacer referencia a ella repetidamente a través de múltiples solicitudes utilizando el identificador del archivo, lo que ahorra consumo de datos y acelera el tiempo de respuesta.
Esta estructura económica otorga a los desarrolladores una gran flexibilidad para procesar miles de imágenes y documentos visuales al día sin preocuparse por la inflación de las facturas en la nube, abriendo nuevos horizontes para las aplicaciones de inteligencia artificial en las áreas de inspección de calidad industrial, archivo digital y análisis de planos de ingeniería complejos.
Contexto competitivo y evolución de los modelos de tamaño medio
Este lanzamiento se produce en un momento en que DeepSeek se enfrenta a una competencia cada vez mayor por parte de empresas chinas rivales como Alibaba y Moonshot AI, así como de las principales empresas estadounidenses como Anthropic y OpenAI. Bloomberg destacó este lanzamiento el viernes, considerándolo el último intento de DeepSeek para desafiar el dominio de Anthropic en el sector de la inteligencia artificial avanzada.
Este lanzamiento forma parte de una tendencia creciente entre los laboratorios chinos destinada a integrar capacidades multimodales y de agentes dentro de modelos de tamaño medio, en lugar de limitarse a los modelos gigantes insignia. La transición del modelo de su estado experimental a la producción completa dependerá del volumen de adopción por parte de los desarrolladores, pero envía una fuerte señal de que la próxima ronda de competencia se centra en hacer que los modelos económicos sean capaces de realizar un razonamiento visual de alta precisión sin sacrificar la velocidad ni agotar los recursos computacionales de las empresas y los desarrolladores independientes.
Asimismo, los expertos en inteligencia artificial señalan que el lanzamiento de este tipo de modelos visuales rápidos reduce la brecha tecnológica entre las startups y los gigantes globales, permitiendo a las organizaciones de los mercados emergentes aprovechar las últimas capacidades de visión por computadora sin necesidad de realizar inversiones de capital masivas en infraestructura.
Preguntas frecuentes
Pregunta: ¿Qué es el nuevo modelo de DeepSeek y cuál es su principal ventaja?
Respuesta: Es un modelo visual experimental que combina el razonamiento de texto avanzado con el análisis de imágenes de alta precisión a un bajo costo.
Pregunta: ¿Cómo se calcula el costo de procesamiento de imágenes en el modelo?
Respuesta: Se calcula mediante tokens con un límite máximo de 384 tokens por imagen, según la tarifa económica del modelo Flash.
Pregunta: ¿Qué ventaja ofrece la nueva API de archivos?
Respuesta: Permite subir una imagen de forma gratuita una sola vez y reutilizarla en múltiples llamadas sin un consumo repetido de datos.
