DeepSeek-V4 al Descubierto: 1 Millón de Tokens y Máxima Eficiencia Open Source

Descubre la última revolución en Inteligencia Artificial open-source con nuestra reseña de DeepSeek-V4. En este análisis profundizamos en los modelos DeepSeek-V4-Pro (1.6T de parámetros) y DeepSeek-V4-Flash (284B), diseñados con arquitectura Mixture-of-Experts (MoE) para procesar ventanas de contexto de hasta 1 millón de tokens de forma nativa. Entiende cómo su innovador sistema de atención híbrida, que combina CSA y HCA, logra reducir los cálculos por token a solo un 10-27% y el uso de memoria (KV cache) a un 7-10% en comparación con la versión V3.2, haciendo viable el razonamiento verdaderamente extenso. ¡Acompáñanos a explorar cómo esta eficiencia sin precedentes le permite superar a sus competidores y alcanzar el nivel de modelos cerrados líderes en programación, matemáticas y tareas de conocimiento general!https://huggingface.co/deepseek-ai/DeepSeek-V4-Pro/blob/main/DeepSeek_V4.pdf