GLM pasa a ser de pago y DeepSeek recupera el primer puesto en OpenCode
El primer día en que GLM-5.3-Flash empezó a cobrar, DeepSeek recuperó el primer lugar en uso diario de OpenCode, revelando la sensibilidad al precio de los desarrolladores.
41 artículos verificados sobre DeepSeek, productos y movimientos del sector.
El primer día en que GLM-5.3-Flash empezó a cobrar, DeepSeek recuperó el primer lugar en uso diario de OpenCode, revelando la sensibilidad al precio de los desarrolladores.
DeepSeek registró ingresos de 475 millones de yuanes en los primeros siete meses de 2026, pero las pérdidas netas subieron a 715 millones, con un margen bruto de API del 82,9%.
DeepSeek lanza deepseek-v4-flash-vision-exp, primer modelo V4 con visión, con tope de 384 tokens por imagen y los mismos precios de V4-Flash.
Liquid AI lanza modelos borrador LFM2.5-DSpark que aceleran la inferencia local hasta 3,18 veces con decodificación especulativa, un método originado en DeepSeek y la Universidad de Pekín.
LMSYS muestra, con optimizaciones sobre SGLang, cómo DeepSeek-V4-Pro en la H20 de Nvidia para China se acerca a la B300, con una brecha de decodificación de solo 1,42 veces.
La API de DeepSeek V4 Pro ya figura como versión 0813, con contexto de 1M tokens, salida máxima de 384K y aviso de subida de precios.
DeepSeek abrió la beta pública de la API V4-Flash 0731, añadió Responses API para Codex y comunicó grandes mejoras en pruebas de agentes.
DeepSeek estaria desarrollando su propio chip de inferencia se reescribe para lectores tecnologicos en espanol, conservando cifras clave, limites del producto y preguntas abiertas.
Check Point dice que una muestra generada por DeepSeek puede convertirse en ransomware puramente de navegador al abusar de la File System Access API de Chrome.
DeepSeek añade precios de hora punta a la API V4. El texto resume los puntos clave, las cifras principales, la postura de las empresas y su efecto en mercado o regulación.
DeepSeek y la Universidad de Pekín liberaron DSpark, un marco de inferencia que eleva la velocidad de generación entre 60% y 85% y puede multiplicar por 6,6 el rendimiento de una GPU.
Lindy cambia Claude por DeepSeek y dice ahorrar 90%
DeepSeek lleva precios punta y valle a las API de modelos
El caso muestra cómo los controles de exportación pueden volverse fichas de negociación comercial.
La estructura acepta capital externo, pero aleja a inversores comerciales del voto.
DeepSeek cerro su primera ronda externa con valoracion superior a 50.000 millones de dolares, pero los inversores comerciales no obtienen voto.
Las estimaciones de cargas empresariales muestran casi 9x de diferencia entre Claude, ChatGPT, DeepSeek, Kimi y GLM, presionando a OpenAI y Anthropic.
Datos de Ramp y OpenRouter muestran que DeepSeek acelera cuando agentes de código y datos convierten el precio del token en coste central.
Datos de Ramp sitúan a DeepSeek como líder en crecimiento relativo entre proveedores SaaS usados por empresas estadounidenses, aunque sus términos permiten almacenar datos personales en China.
Reuters dice que la primera gran financiación de DeepSeek podría cerrarse con una valoración de 350.000 a 400.000 millones de yuanes.
China está endureciendo el control de los viajes al extranjero para el personal de IA considerado 'estratégicamente importante' en empresas privadas como Alibaba y DeepSeek, exigiendo aprobación gubernamental antes de salir del país.
DeepSeek ha fijado permanentemente los precios de la API V4-Pro con un 75% de descuento, fijando 0,87 $ por millón de tokens de salida, desafiando a los competidores.
DeepSeek estaría negociando su primera ronda externa con el fondo nacional chino de semiconductores como posible líder, una operación que llevaría su valoración hacia los 45.000 millones de dólares.
El 24 de abril, el Departamento de Estado de EE. UU. envió un telegrama diplomático a todas las embajadas y consulados estadounidenses en el mundo, instruyéndoles a informar a las autoridades locales que las empresas chinas de IA están "extrayendo y destilando" modelos de laboratorios estadounidenses de forma sistemática. Tres empresas fueron señaladas: DeepSeek, Moonshot y MiniMax.
DeepSeek lanzó el modelo V4 con 1,6 billones de parámetros, pero el mercado no se sorprendió como el año pasado. Precios más bajos que la competencia, rendimiento mejorado, pero el impacto geopolítico de la compatibilidad con el chip Huawei es notable.
DeepSeek recortó el precio de la API de su modelo V4-Pro en un 75% menos de 72 horas después de la vista previa, y redujo el precio de acierto de caché de entrada de toda la línea de productos API a una décima parte del original, ejerciendo una enorme presión sobre el mercado de modelos de lenguaje de gran escala.
DeepSeek lanzó V4 Flash y V4 Pro como preview; la versión final no llegará hasta el segundo semestre de 2026 porque el chip Huawei Ascend 950PR aún no está en producción en masa. La migración completa del framework de entrenamiento de NVIDIA a Huawei Ascend es la razón principal.
DeepSeek presenta V4-Pro y V4-Flash con arquitectura MoE, precio de salida de 3,48 USD/millón de tokens, significativamente más barato que GPT-5.5 y Claude Opus 4.7, y puntuación de 3206 en Codeforces superando a GPT-5.4.
DeepSeek busca su primera ronda de financiación externa, con un objetivo de al menos 300 millones de dólares y una valoración superior a los 10.000 millones, según cuatro fuentes anónimas.
DeepSeek lanzó V3.2 con una nueva arquitectura de atención dispersa que reduce la complejidad de O(L²) a O(Lk) y reduce drásticamente los costos de inferencia, con un precio de entrada de solo $0,28/M token, manteniendo un rendimiento general similar al de la versión anterior.
OpenAI, Anthropic y Google comparten inteligencia para combatir "ataques de destilación", acusando a DeepSeek, Moonshot AI y MiniMax de utilizar alrededor de 24.000 cuentas falsas para realizar más de 16 millones de interacciones con el modelo Claude con el fin de entrenar sus propios modelos.
DeepSeek lanzó silenciosamente dos nuevos modos de chat: Modo Instantáneo y Modo Experto. El Modo Experto promete mayor calidad pero elimina la función de carga de archivos, mientras que el Modo Rápido mantiene la funcionalidad completa. El movimiento busca gestionar la carga del servidor y preparar el terreno para el esperado modelo V4.
DeepSeek está a punto de lanzar V4, pero esta vez lo más destacable no es el tamaño de los parámetros del modelo, sino el chip en el que se ejecuta. Según The Information, DeepSeek V4 se ejecutará en el chip Ascend 950PR de Huawei, el primer modelo de IA de vanguardia construido específicamente para una arquitectura de chip nacional china.
DeepSeek ha lanzado un modelo especializado llamado Prover-V2 en el ámbito de la demostración de teoremas matemáticos, con el objetivo de utilizar IA para probar automáticamente teoremas matemáticos en el sistema de verificación formal Lean 4.
El artículo compara los principales modelos de razonamiento de OpenAI, DeepSeek, Google y Anthropic, analizando sus estrategias, el equilibrio entre profundidad de razonamiento y velocidad de respuesta, y la competencia entre código abierto y cerrado.
DeepSeek V4 con un billón de parámetros y Qwen 3.6-Plus con licencia Apache 2.0 están reconfigurando el mercado de IA de código abierto, con su cuota de mercado combinada saltando de menos del 1% al 15% en un año.
DeepSeek V4 y Qwen 3.5 (también conocido como Qwen 3.6-Plus) compiten directamente en el mismo mercado de IA de código abierto, con costos drásticamente inferiores a los de los gigantes cerrados. El artículo compara parámetros, fortalezas y lo que esto significa para los desarrolladores.
DeepSeek se ha convertido en una leyenda del sector en control de costes, con un coste de entrenamiento del V3 de unos 5,5 millones de dólares y una tarifa de uso de GPU del R1 de unos 294.000 dólares, muy por debajo de los presupuestos de 100 millones a 1.000 millones de dólares de las empresas estadounidenses para modelos similares.
DeepSeek V3.1 es el primer modelo híbrido de la compañía, que integra las capacidades de V3 (general) y R1 (razonamiento) en un solo modelo, con modos Think y Non-Think intercambiables.
DeepSeek lanzó el modelo de razonamiento R1 como código abierto en enero de 2026, sorprendiendo a la comunidad al igualar el rendimiento de OpenAI o1, mientras que la versión destilada de 32B supera a o1-mini, rompiendo la barrera de precios de los modelos cerrados.
DeepSeek V3 emplea una arquitectura MoE con 671B parámetros, activando solo 37B por token, y logra un rendimiento comparable al GPT-4o con un costo de entrenamiento de solo 5,5 millones de dólares.