Saltar al contenido
Model Atlas IAcademy
Ver cursos
Modelo LLM generalista Disponible

DeepSeek-V3

deepseek-ai familia deepseek

Modelo publicado en Hugging Face con tarea pipeline 'text-generation' declarada en su ficha.

también conocido como deepseek-ai/DeepSeek-V3

Comparar con otros Pesos Model card

Para qué sirve

El creador no declara usos concretos en su model card. Esta ficha tiene lo demás —categoría, licencia, despliegue y datos técnicos—; lo que falta es la declaración de para qué sirve, y no se rellena a ojo.

Para qué NO sirve

Sin restricciones declaradas por el creador. La ausencia de una advertencia no es una garantía.

Ficha técnica

Entrada text
Salida text
Arquitectura DeepseekV3ForCausalLM
Parámetros 684.53B
Parámetros activos desconocido
Ventana de contexto desconocido
Idiomas desconocido

Acceso y despliegue

Despliegue Pesos descargables
IDs de API desconocido
Proveedores desconocido

Que un modelo sea descargable no implica que su licencia permita usarlo comercialmente.

Licencia

verificada el 11 oct 2026
Identificador DEEPSEEK LICENSE AGREEMENT
Pesos descargables Sí
Código fuente desconocido
Uso comercial desconocido
Redistribución desconocido
Modificación desconocido

Fuente de la licencia: https://huggingface.co/deepseek-ai/DeepSeek-V3/raw/main/LICENSE-MODEL

Precios

Los precios de API cambian sin aviso: se revisan cada 30 días

No hay precios verificados para este registro. Puede ser un modelo sin servicio de pago propio, o simplemente no haber fuente primaria publicada con tarifa: no inventamos una cifra.

Evaluación

Dos resultados solo son comparables si comparten protocolo y conjunto de datos. Cuando no es el caso, el Atlas lo dice en lugar de calcular una media.

Prueba Resultado Conjunto Protocolo Fecha Confianza
AIME 2024 39.2 Pass@1 (%) AIME 2024 Modelo chat (DeepSeek-V3); Pass@1; salida limitada a 8K tokens; benchmarks con <1000 muestras repetidos con varias temperaturas; tabla 'Standard Benchmarks — Chat Model' de la model card oficial desconocido B
GSM8K 89.3 EM (%) GSM8K Modelo base (DeepSeek-V3-Base); 8-shot; EM; tabla 'Standard Benchmarks — Base Model' de la model card oficial en HF desconocido B
HumanEval 65.2 Pass@1 (%) HumanEval Modelo base (DeepSeek-V3-Base); 0-shot; Pass@1; tabla 'Standard Benchmarks — Base Model' de la model card oficial en HF desconocido B
MATH-500 90.2 EM (%) MATH-500 Modelo chat (DeepSeek-V3); EM; salida limitada a 8K tokens; benchmarks con <1000 muestras repetidos con varias temperaturas; tabla 'Standard Benchmarks — Chat Model' de la model card oficial desconocido B
MMLU 87.1 accuracy (%) MMLU Modelo base (DeepSeek-V3-Base); 5-shot; métrica Acc.; tabla 'Standard Benchmarks — Base Model' de la model card oficial en HF (deepseek-ai/DeepSeek-V3), evaluación propia del creador desconocido B
MMLU-Redux 89.1 EM (%) MMLU-Redux Modelo chat (DeepSeek-V3); métrica EM; salida limitada a 8K tokens; benchmarks con <1000 muestras repetidos con varias temperaturas; tabla 'Standard Benchmarks (Models larger than 67B) — Chat Model' de la model card oficial desconocido B

Ejecución local

Estimación y medición se muestran por separado: una estimación no es una medida.

Precisión Backend RAM VRAM Método Tokens/s
fp8 SGLang / vLLM (GPU, pesos FP8 oficiales) desconocido 700 GB estimado desconocido

Fuentes de esta ficha

Fundamentos de IA aplicada

Saber qué es DeepSeek-V3 no es saber usarlo

Elegir el modelo es el 10 % del trabajo. El resto es integrarlo, medirlo, controlar el coste y gobernar los datos. Eso es lo que se aprende en IAcademy.

¿Por qué se usa aquí? Antes de elegir un modelo generalista hay que saber qué es una ventana de contexto, qué cuesta una llamada y cuándo conviene un modelo pequeño. Es la base de todo lo demás.

Ver Fundamentos de IA aplicada Comparar antes de decidir

Lo que cambia

  • De saber qué existe a saber cómo usarlo en tu trabajo.
  • Del catálogo general a una decisión con coste, licencia y privacidad justificados.
  • Prácticas y laboratorios, no solo lectura.