DeepSeek V3
3886°
Ejecutar este modelo
Ofertas / Anuncios
DeepSeek | 163,840 token context | $0.26/M input, $1.03/M output. DeepSeek-V3 is the latest model from the DeepSeek team, building upon the instruction following and coding abilities of the previous versions. Pre-trained on nearly 15 trillion tokens, the reported evaluations reveal that the model outperforms other open-source models and rivals leading closed-source models. For model details, please visit the DeepSeek-V3 repoOpens in new tab for more information, or see the launch announcementOpens in new tab.
Guías para este modelo
Las 10 alternativas más baratas a ChatGPT en 2026: modelos locales gratuitos, planes gratuitos y tarifas planas
Mejor LLM local según el uso (octubre 2026): el modelo abierto adecuado para cada tarea
¿Cuánta VRAM necesito realmente para IA local?
¿Qué es un archivo GGUF? Modelos cuantizados explicados (Q4, Q8, fp8, NF4)
Notas del capitán
Notas del 2026-10-13
DeepSeek V3 es un modelo Mixture-of-Experts de 671B parámetros de DeepSeek, con solo 37B parámetros activos por token, lo que lo hace mucho más barato de ejecutar que su tamaño total sugiere. Fue entrenado con 14.8 billones de tokens y tuvo patrones de razonamiento destilados de DeepSeek R1, elevando su rendimiento notablemente por encima de la mayoría de competidores con pesos abiertos. A menos de un dólar por millón de tokens de salida vía API, es apto para desarrolladores e investigadores que quieren salida de clase vanguardia sin facturas de clase vanguardia.
Conocido por
- Fuerte en codificación y seguimiento de instrucciones, refinado a través de múltiples generaciones DeepSeek
- Capacidad de razonamiento potenciada por destilación desde la cadena de pensamiento de DeepSeek R1
- 671B parámetros totales, solo 37B activos por token vía arquitectura MoE
- Pesos abiertos disponibles en Hugging Face para autoalojamiento
- Precio API inusualmente bajo para un modelo en este nivel de rendimiento
Cuidado con
- Pesos de 685B en Hugging Face: el autoalojamiento requiere hardware serio, no una configuración con GPU de consumo.
- DeepSeek no ha publicado una licencia estándar de código abierto; revisa los términos del repositorio antes de uso comercial.
- La ventana de contexto vía API es de 163,840 tokens; la ficha técnica del modelo descargado lista 128K.
Prompts para probar
Refactorizar una función desordenada
Aquí hay una función Python que funciona pero es difícil de leer y no maneja errores. Refactorízala para mayor claridad, añade anotaciones de tipo, maneja los casos obvios de fallo y explica cada cambio que hiciste.
def proc(d, k, v):
d[k] = v
return d[k] * 2 if d[k] > 10 else d[k]
Razonar un acertijo lógico
Cinco personas tienen cada una una mascota diferente y beben una bebida diferente. Alice no tiene el gato. La persona que bebe té tiene el perro. Bob bebe café. Carol tiene el pez. La persona que bebe agua está al lado de la que tiene la serpiente. Dave bebe jugo. ¿Quién tiene la serpiente y cómo lo dedujiste?
Criticar un argumento técnico
Un colega argumenta: 'Siempre deberíamos usar una base de datos NoSQL para nuevos proyectos porque las bases SQL no escalan.' Escribe una crítica estructurada de esta afirmación. Identifica qué es correcto, qué está mal, qué contexto falta y qué preguntas harías antes de elegir una base de datos.
Comparar con
- DeepSeek V4.1 FlashModelo con pesos abiertosContexto de 1,048,576 tokens · $0.04/M entrada, $0.68/M salida
- DeepSeek V4 Flash 0731Modelo con pesos abiertosContexto de 1,048,576 tokens · $0.01/M entrada, $1.28/M salida
- DeepSeek V4 Flash 0423Modelo con pesos abiertosContexto de 1,048,576 tokens · $0.09/M entrada, $0.18/M salida
- DeepSeek V4 Pro 0813Modelo con pesos abiertosContexto de 1,048,576 tokens · $1.32/M entrada, $3.96/M salida
Más modelos de texto de deepseek
Preguntas frecuentes
- ¿Los pesos de DeepSeek V3 son abiertos y puedo ejecutarlo localmente?
- Sí, los pesos están públicamente disponibles en Hugging Face bajo el repositorio deepseek-ai/DeepSeek-V3. Ten en cuenta que el modelo completo tiene 685B parámetros, por lo que ejecutarlo localmente requiere infraestructura GPU sustancial.
- ¿Cuánto cuesta DeepSeek V3 y cuál es su ventana de contexto?
- Por API cuesta $0.32 por millón de tokens de entrada y $0.89 por millón de tokens de salida, con una ventana de contexto de 163,840 tokens.
- ¿En qué se diferencia DeepSeek V3 de DeepSeek R1?
- V3 es un modelo generalista para seguimiento de instrucciones; R1 es el modelo dedicado al razonamiento de DeepSeek que usa cadenas de pensamiento largas. V3 tuvo algunos patrones de razonamiento de R1 destilados durante el post-entrenamiento, dándole mejor razonamiento que modelos V anteriores sin el estilo verboso de CoT de R1.
Veredicto del capitánLa forma más rentable de obtener calidad de texto casi de vanguardia hoy, asumiendo que puedes vivir con los términos de licencia de DeepSeek.
Ficha del modelo en Hugging Face
El capitán escribe estas notas a partir de la descripción y ficha del modelo. Los precios y tamaños de contexto son los del proveedor al momento de escribir y pueden cambiar.
Ranking badge
Updated Oct 22, 2026
Made this model? Show this badge on your page.
Paste it into your Hugging Face card or Civitai description.
Cómo se suma esta puntuación
Este modelo aún no tiene datos de popularidad de ninguna fuente, así que lleva un número provisional por debajo de 7,000° que mantiene las listas completas. Nunca se posiciona por encima de un modelo con datos. El desglose aparece aquí tan pronto como una fuente lo reporte.
Glosario: los términos usados aquí
- Puntuación heat
- Un número que muestra cuánto se usa y quiere un modelo ahora mismo, de 0° a 9,999°. Cada lista en este sitio que dice más popular está ordenada por esto y nada más.
- Piso
- Los 7,000° con los que empieza todo modelo con datos reales. La escala va de 0° a 9,999°; la parte bajo el piso está reservada para sustitutos (modelos sin datos), para que un modelo con datos siempre esté por encima de uno sin. El piso es igual para todos y no decide nada; los grados sobre él son la medida.
- Equivalentes a descargas
- Todo lo que la puntuación trata como una descarga, sumado: las descargas mismas, cada seeder de torrent como 1,000, cada imagen de AI Horde y cada ejecución en un sitio de generación como uno.
- Escala logarítmica
- Cuenta de a decenas, no de a uno: pasar de 1,000 a 10,000 descargas suma los mismos grados que pasar de 10,000 a 100,000. Evita que los gigantes opaquen todo lo demás.
- Likes
- Pulgares arriba y likes de todas las fuentes, valen la mitad de una descarga cada uno en la escala logarítmica.
- Tasa de adopción
- Cuántas descargas al día recibe un modelo ahora mismo, según la diferencia entre dos lecturas de una fuente. Un cuarto del peso del término de descarga.
- Medido y estimado
- Medido significa que hay dos lecturas de una fuente y la diferencia es real. Estimado significa que solo se conoce el total de hoy y el pasado se distribuye a lo largo de la vida del modelo; el sitio indica cuál está mostrando.
- Seeder
- Alguien que mantiene una copia de los pesos en línea para que otros la descarguen por torrent, o un espejo alojado que hace lo mismo. Cada uno cuenta como 1,000 descargas.
- AI Horde
- Una red de voluntarios que genera imágenes gratis en computadoras donadas. El número de imágenes que ha hecho con un modelo es público, y cada una cuenta como una descarga.
- Sitios de generación
- Sitios que alojan sus propias copias de un modelo y permiten que la gente genere con él, como PixAI, SeaArt y Yodayo. Sus descargas cuentan igual que las de Civitai y cada generación cuenta como una descarga.
- Tokens de OpenRouter
- Un modelo de texto servido mediante una API, como Claude o GPT, no tiene pesos para descargar, por lo que su uso se mide en tokens: fragmentos de texto que leyó y escribió a través de OpenRouter, una puerta de acceso que usan muchas apps, durante los últimos 30 días. Cada 10,000,000 tokens cuentan como una descarga. Fuente: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
- Modelo completo (checkpoint)
- Los pesos en sí, el archivo que genera por sí solo. Tiene un bono porque los complementos dependen de él.
- LoRA y embedding
- Archivos pequeños que dirigen los pesos de otro hacia un estilo, personaje o concepto. No pueden funcionar solos.
- Familia y pesos
- La base sobre la que se construye un modelo, como SD 1.5, SDXL, Flux o Wan. Cada modelo hereda la fecha de lanzamiento de los pesos de su familia.
- Antigüedad
- Grados descontados según hace cuánto salieron los pesos de la familia: 150° por año, hasta 750°. Mantiene las descargas antiguas que tuvieron años para acumularse congelando la cima de la lista.
- Impulso de familia
- Un pequeño empujón limitado para LoRAs de una familia que este sitio está promoviendo ahora, siempre listado en el desglose.
- Puntaje provisional
- Un número estable por debajo del mínimo dado a un modelo que aún no tiene reportes de fuentes, para que las listas estén completas. Nunca se posiciona por encima de un modelo con datos.
- ¡Nuevo! (periodo de gracia)
- Un modelo con menos de 7 días muestra ¡Nuevo! en lugar de una puntuación y no ocupa lugar en los rankings. Su puntuación se calcula desde el primer día, pero un modelo de un día crece más rápido que cualquier otro, así que sin este periodo el #1 de la semana siempre sería el que salió ayer en vez del que se mantuvo una semana.
- Tendencia
- Cómo el crecimiento de un modelo en un período se compara con el crecimiento típico de modelos en ese mismo período. Más rápido que lo típico se lee como subida, más lento como bajada.
- Modelo típico
- El punto medio del catálogo: la mitad de los modelos con cifras crecieron más rápido en el período, la otra mitad más lento.
DeepSeek V3 es un modelo de texto para la familia Text / LLM listado en ModelTrends.ai, un catálogo de solo lectura de modelos de IA de imagen, vídeo y texto de código abierto. Compáralo con otros modelos Text / LLM y consulta su puntuación de calor para ver su tendencia.
Más modelos Text / LLMMás Texto / LLM de Text / LLMllmdeepseekprogramaciónrazonamientoescrituralocalpresupuesto
Explorar por familia de modelos
Modelos Text / LLM
434
Modelos Anima
528
Modelos Chroma
19
Modelos Fibo
2
Modelos Flux
1,496
Modelos Flux 2 / Klein
1,239
Modelos Flux 3
3
Modelos Moss
3
Modelos Iris
1
Modelos MiniMax H3
364
Modelos Hunyuan
204
Modelos Ideogram
20
Modelos Krea2
717
Modelos Qwen
20
Modelos Qwen2
47
Modelos Ltx2
153