Modelos de DeepSeek

DeepSeek V4 Flash is an efficiency-optimized Mixture-of-Experts model from DeepSeek with 284B total parameters and 13B activated parameters, supporting a 1M-token context window. It is designed for fast inference and high-throughput workloads, while maintaining strong reasoning and coding performance.

DeepSeek V4 Pro is a large-scale Mixture-of-Experts model from DeepSeek with 1.6T total parameters and 49B activated parameters, supporting a 1M-token context window. It is designed for advanced reasoning, coding, and long-horizon agent workflows, with strong performance across knowledge, math, and software engineering benchmarks.

DeepSeek-OCR 2 is a model released by DeepSeek on January 27, 2026, using the innovative DeepEncoder V2 method, which allows AI to dynamically rearrange parts of an image based on its meaning, rather than just mechanically scanning from left to right. While maintaining high data compression efficiency, the model has achieved significant breakthroughs in multiple benchmarks and production metrics. The model can cover complex document pages with only 256 to 1120 vision tokens, achieving an overall score of 91.09% in the OmniDocBench v1.5 evaluation

DeepSeek v3.2 es la versión de producción más reciente de la familia DeepSeek V3: una familia de modelos de lenguaje grandes, de pesos abiertos y centrada en el razonamiento, diseñada para la comprensión de contextos largos, el uso robusto de agentes/herramientas, el razonamiento avanzado, la programación y las matemáticas.

deepseek-r2 coming soon

DeepSeek-OCR es un modelo de reconocimiento óptico de caracteres para extraer texto de imágenes y documentos. Procesa páginas escaneadas, fotos y capturas de pantalla de la interfaz de usuario para producir transcripciones con indicaciones de maquetación, como los saltos de línea. Los usos comunes incluyen la digitalización de documentos, la ingesta de facturas y recibos, la indexación de búsqueda y la habilitación de flujos de RPA. Entre los aspectos técnicos destacados se incluyen el procesamiento de imágenes a texto, la compatibilidad con contenido escaneado y fotografiado, y la salida de texto estructurado para su análisis posterior.

El modelo DeepSeek-V3 más popular y con la mejor relación calidad-precio. Versión 671B completa. Este modelo admite una longitud máxima de contexto de 64,000 tokens.

Un modelo de generación de texto de tipo Mixture of Experts con 671B parámetros, fusionado a partir de R1-0528, R1 y V3-0324 de DeepSeek-AI, que admite hasta 60k tokens de contexto.

DeepSeek-Reasoner es la familia de LLMs y endpoints de API de DeepSeek, centrada en el razonamiento, diseñada para (1) exponer a los usuarios la cadena de pensamiento (CoT) interna y (2) operar en modos de “pensamiento” ajustados para la planificación de múltiples pasos, las matemáticas, la programación y el uso de agentes/herramientas.

El modelo DeepSeek-V3 más popular y con mejor relación costo-beneficio. Versión 671B de potencia completa. Este modelo admite una longitud máxima de contexto de 64,000 tokens.

DeepSeek V3.1 es la actualización de la serie V de DeepSeek: un modelo de lenguaje grande híbrido “con razonamiento/sin razonamiento”, orientado a ofrecer inteligencia general de alto rendimiento y bajo costo, así como uso de herramientas mediante agentes. Mantiene la compatibilidad con la API al estilo OpenAI, añade llamadas a herramientas más inteligentes y —según la empresa— ofrece una generación más rápida y una mayor fiabilidad de los agentes.