El caballo de batalla barato de DeepSeek ya ve — y en tareas de agente que exigen ojos dice acercarse a lo mejor de Anthropic

DeepSeek publicó el 21 de agosto en su plataforma de API un modelo multimodal experimental, DeepSeek-V4-Flash-Vision-Exp. Es el V4 Flash, hasta ahora solo de texto, con comprensión de imágenes añadida: la empresa afirma que iguala al modelo base en texto — agentes, razonamiento, conocimiento del mundo — mientras da lo que llama un salto importante en pruebas de agentes multimodales, acercándose al Opus 4.8 de Anthropic. Los límites documentados son inusualmente generosos: una ventana de contexto de 1.048.576 tokens, hasta 384.000 tokens de salida, hasta 600 imágenes en una sola petición y un tope de facturación de 384 tokens por imagen. Acepta formatos de API compatibles tanto con OpenAI como con Anthropic. OpenRouter, que lo describe como un modelo de mezcla dispersa de expertos con unos 13.000 millones de parámetros activos de 284.000 millones, lo cobra a 0,22 dólares por millón de tokens de entrada y 0,66 por millón de salida. Bloomberg presentó el lanzamiento como el movimiento de DeepSeek frente a la ventaja de Anthropic. La comparación con Opus 4.8 es una afirmación de la propia DeepSeek y todavía no se ha reproducido de forma independiente.

✓ Verificado · 4 fuentes

Noticias relacionadas