La startup china Dipsik lanzó el viernes un nuevo modelo de inteligencia artificial, más de un año después de que conmocionó al mundo con un modelo de razonamiento de bajo costo que igualaba las capacidades de sus rivales estadounidenses.
DeepSeek-V4 “presenta un contexto ultralargo de un millón de palabras”, dijo la compañía en un comunicado en la plataforma de redes sociales WeChat, calificándolo de “rentable” en un anuncio separado en X.
El anuncio se produjo cuando Meta dijo que planea recortar una décima parte de su fuerza laboral para ganar productividad del resto de la fuerza laboral mientras invierte fuertemente en inteligencia artificial. Los informes sugieren que Microsoft está buscando reducir sus filas.
La longitud del contexto de DeepSeek-V4, que determina cuánta entrada es capaz de absorber un modelo para ayudar a completar las tareas, “(logra) liderazgo tanto en código nativo como en código abierto en las capacidades de los agentes, el conocimiento mundial y el rendimiento del razonamiento”.
Ya está disponible una “versión preliminar” del modelo de código abierto, dijo la compañía.
DeepSeek-V4 se lanza en dos versiones, DeepSeek-V4-Pro y DeepSeek-V4-Flash, siendo esta última la “opción más eficiente y económica” porque tiene parámetros más pequeños.
V4-Pro tiene 1,6 billones de parámetros en comparación con los 284 mil millones de parámetros de V4-Flash, lo que refina las capacidades de toma de decisiones de los modelos.
El modelo también está “optimizado” para productos de agentes de IA populares como CloudCode, OpenClaw, OpenCode y CodeBuddy, según el comunicado.
“En los puntos de referencia de conocimiento global, DeepSeek-V4-Pro lidera significativamente a otros modelos de código abierto y está sólo marginalmente por delante del modelo de código cerrado de primer nivel, Gemini-Pro-3.1 (de Google),” agrega el comunicado.
Dipsic, con sede en Hangzhou, lanzó un chatbot de IA generativa en enero del año pasado, impulsado por su modelo lógico R1, que ignoraba los supuestos de dominio estadounidense en el sector estratégico.
El llamado “shock de DeepSeek” detuvo la liquidación de acciones relacionadas con la IA y contó con estrategias comerciales que también fueron descritas como un “momento Sputnik” para la industria.
El chatbot funcionó a niveles similares a ChatGPT y otras ofertas estadounidenses importantes, pero la compañía dijo que necesitó mucha menos potencia informática para desarrollarlo.
Sin embargo, su repentina popularidad ha planteado dudas sobre la privacidad de los datos y la censura, y los chatbots a menudo se niegan a responder preguntas sobre temas delicados como la represión de Tiananmen en 1989.
En casa, las herramientas de inteligencia artificial de DeepSeek han sido ampliamente adoptadas por los municipios e instituciones de salud chinos, así como por el sector financiero y otras empresas.
Esto se debe en parte a la decisión de Dipsic de abrir el código fuente de sus sistemas, haciendo público su funcionamiento interno, a diferencia de los modelos propietarios vendidos por OpenAI y otros rivales occidentales.
“Los modelos de IA a gran escala fabricados en China han liderado el desarrollo del ecosistema global de IA de código abierto”, dijo el primer ministro chino Li Qiang en una reunión anual de los principales responsables de la toma de decisiones de China el mes pasado.
La carrera de la IA ha intensificado la rivalidad entre China y Estados Unidos, y la Casa Blanca acusó el jueves a las empresas chinas de esfuerzos generalizados para robar tecnología de inteligencia artificial.
“Estados Unidos tiene pruebas de que empresas extranjeras, principalmente en China, están llevando a cabo campañas de destilación a escala industrial para robar IA estadounidense”, dijo Michael Kratsios, jefe de ciencia y tecnología, en una publicación en X.
“Tomaremos medidas para proteger la innovación estadounidense”.
