20 notas publicadas
El nuevo modelo de DeepSeek apareció disponible en OpenRouter sin página oficial de lanzamiento, y sus tres niveles de razonamiento entregan resultados visiblemente distintos entre sí.
El costo promedio por millón de tokens ha bajado drásticamente en dos meses, impulsado por modelos abiertos de origen chino y una competencia feroz en el sector.
Un análisis de Composio revela que, aunque Claude Code es el framework más veloz para agentes, su ejecución es casi tres veces más cara que la de sus competidores.
La nueva apuesta de DeepSeek promete eficiencia extrema con un costo de apenas tres centavos por test, sacudiendo el mercado de modelos frente a gigantes como OpenAI y Anthropic.
El recuento número 23 de Interconnects reúne uno de los lotes más cargados de modelos de pesos abiertos, con licencias que van desde Apache 2 hasta acuerdos comerciales obligatorios.
DeepSeek lanza una actualización clave en su modelo V4-Flash, optimizando capacidades de agentes y eficiencia de costos sin alterar su arquitectura base.
La nueva versión del modelo Deepseek Flash alcanza un rendimiento competitivo frente al GPT-5.6 Luna de OpenAI, reduciendo costos operativos hasta en un 60%.
El modelo DeepSeek-V4-Flash-0731 redefine la relación costo-inteligencia con 304B de parámetros y una optimización avanzada en capacidades agenticas.
El nuevo modelo de neolab demuestra que es posible superar a los gigantes actuales con una arquitectura optimizada y costos de inferencia reducidos.
El sistema rack-scale de NVIDIA triplica el rendimiento por GPU frente a la generación anterior al preentrenar DeepSeek-V3 671B, con NVLink de quinta generación y 1,8 TB/s de ancho de banda por GPU.
Un análisis del Instituto británico de Seguridad en IA advierte que la brecha en capacidades cibernéticas cayó de seis a diez meses a solo cuatro a siete, y a una fracción del costo.
Investigadores de Zhejiang y Alibaba demostraron que prompts lógicamente inconsistentes pueden inflar las respuestas de los modelos de razonamiento hasta 26 veces: un vector de denegación de servicio.
El host offloading libera memoria HBM al mover activaciones a la RAM del sistema, con hasta 57% más rendimiento al entrenar modelos como DeepSeek-V3 671B en NVIDIA Grace Blackwell.
DeepSeek y Z.ai ya representan más del 30% del tráfico semanal en OpenRouter, con picos de 46%, gracias a precios entre 60% y 90% más bajos que los de OpenAI o Anthropic.
El modelo rediseña la atención (R-SWA) para mantener el KV cache constante y procesar más de 40 páginas sin degradación de memoria ni velocidad.
Un estudio panel de 30 meses documenta cómo el uso de asistentes IA acelera la tarea pero desploma los puntajes en exámenes cerrados; el daño en la prueba de acceso tarda dos años en aflorar.
The Information reveló que la compañía optimizó la inferencia para visitantes sin cuenta y bajó a unos pocos cientos las GPU NVIDIA necesarias.
El stack full-stack de inferencia sobre GB300 combina Dynamo, TensorRT-LLM, NVFP4 y NVLink para multiplicar por 20 el throughput por GPU y desplomar el costo por token.
Dos meses después del lanzamiento, el stack abierto pasó de 2.200 a 11.200 tok/s/GPU a la misma interactividad gracias a KV Compression V2, W4A4 MegaMoE y CUDA graphs rompibles en el prefill.
Otros temas que aparecen junto a #deepseek en nuestra cobertura editorial.
