DeepSeek V3.1 Terminus

13 nov
8 Min. de lectura

Antecedentes

DeepSeek es una empresa originada como escisión de la gestora de fondos High Flyer Capital en Hangzhou. Desde principios de 2025, la firma ha surgido como el principal competidor de los modelos occidentales debido a su estrategia de código abierto. En febrero de 2025 anunció que abriría cinco repositorios de código para apoyar sus modelos, subrayando que la apertura es “más un comportamiento cultural que comercial” y que buscaba ganar respeto mediante la transparencia. De acuerdo con Reuters, el lanzamiento de su modelo R1 causó gran impacto al rivalizar con sistemas occidentales a menor costo, y en agosto de 2025 la compañía liberó DeepSeek V3.1, un sistema de 685 mil millones de parámetros que triplica la capacidad de su antecesor y adopta la licencia MIT

El modelo V3.1 Terminus, anunciado el 22 de septiembre de 2025, es una actualización de V3.1 orientada a mejorar el uso de herramientas y reducir errores de mezcla de idiomas. La versión estándar puede operar en dos modos: deepseek‑chat (sin razonamiento) y deepseek‑reasoner (con razonamiento), ambos con una ventana de contexto de 128 000 tokens. Estas versiones siguen el lanzamiento de GPT‑5 de OpenAI y Claude 4.5 de Anthropic, con lo cual DeepSeek busca desafiar el dominio estadounidense mediante un enfoque libre y accesible.

Mientras que los principales competidores se amparan en modelos cerrados y políticas estrictas de monetización, DeepSeek promueve su tecnología como un bien público: las versiones base y terminus están disponibles para descarga y despliegue, lo que fomenta una adopción global. No obstante, esta apertura también ha generado preocupaciones.

El Centro para Estándares e Innovación en IA (CAISI) del NIST estadounidense evaluó los modelos DeepSeek y concluyó que presentan menor rendimiento frente a modelos estadounidenses, mayores costos y vulnerabilidades significativas frente a ataques de “agent hijacking” y jailbreaking. Además, se observó que reproducen narrativas alineadas con el Partido Comunista Chino, lo que plantea preguntas sobre su neutralidad informativa.

Ficha técnica

Campo	Información
Modelo	DeepSeek V3.1 Terminus
Tipo de IA	Modelo de lenguaje híbrido (modo chat sin razonamiento y modo reasoner con razonamiento)
Compañía desarrolladora	DeepSeek Inc. (China)
Fecha de lanzamiento	22 de septiembre de 2025 (actualización Terminus); versión base V3.1 disponible desde 21 de agosto de 2025
Número de parámetros	685 mil millones (versión V3.1); arquitectura de mezcla de expertos
Contexto máximo	128 000 tokens (equivalente a ~400 páginas)
Modos de operación	deepseek‑chat para conversaciones generales y uso de funciones (máximo de 8 000 tokens de salida) y deepseek‑reasoner para razonamiento profundo (máximo de 64 000 tokens de salida)
Formato de precisión	Admite BF16 y FP8
Licencia	MIT, código abierto y pesos disponibles públicamente
Precio de uso	Aproximadamente US$ 0,27 por millón de tokens de entrada y US$ 1,0 por millón de tokens de salida (versión serverless)
Rendimiento en benchmarks	71,6 % en el benchmark Aider coding; mejoras notables en pruebas de agente como SimpleQA, BrowseComp, SWE‑Verified y Terminal‑bench
Disponibilidad	Peso de 700 GB disponible en Hugging Face para descarga; también accesible mediante API y aplicaciones iOS y Android

Descripción de la aplicación

DeepSeek V3.1 Terminus es la primera iteración de la compañía diseñada específicamente para la era de los agentes. Su arquitectura híbrida permite alternar entre un modo de respuesta rápida (deepseek‑chat), en el que prioriza la generación veloz y funciones como la llamada de funciones y completado fill‑in‑the‑middle, y un modo de razonamiento profundo (deepseek‑reasoner), que puede desarrollar análisis más complejos sin herramientas pero con mayores tiempos de respuesta Ambos modos comparten una ventana de 128 000 tokens, lo cual permite procesar documentos extensos o secuencias de conversación de hasta 400 páginas

La versión Terminus introduce optimizaciones en el uso de herramientas y mejora la consistencia de idiomas, resolviendo errores en los que el modelo mezclaba palabras en inglés y chino. Además, incrementa la eficacia del Code Agent y el Search Agent, frameworks específicos para generar código y realizar búsquedas y síntesis en la web. El sistema se apoya en un preentrenamiento continuo de 840 mil millones de tokens y se implementa con un esquema de mezcla de expertos que activa 37 mil millones de parámetros por consulta. Su licencia MIT permite modificarlo y utilizarlo para fines comerciales, lo que lo diferencia de competidores que requieren suscripciones o pagos por uso. Las versiones base y terminus pueden descargarse gratuitamente desde repositorios de Hugging Face

Ventajas

Código abierto y accesibilidad global: A diferencia de modelos de código cerrado, DeepSeek V3.1 se distribuye con licencia MIT. Esto permite a empresas y desarrolladores descargar los pesos, adaptarlos y desplegarlos localmente, reduciendo costos y evitando la dependencia de proveedores externos. La apertura ha acelerado su adopción mundial y ha democratizado el acceso a tecnologías de frontera.
Rendimiento competitivo con bajo costo: Las pruebas de la comunidad muestran que DeepSeek V3.1 alcanza un 71,6 % en el benchmark Aider coding, superando ligeramente a Claude Opus 4 y siendo 68 veces más barato. En tareas de agentes, la versión Terminus mejora los resultados en SimpleQA, BrowseComp y Terminal‑bench. Su estructura híbrida le permite responder rápidamente en modo chat y razonadamente en modo reasoner, equilibrando velocidad y profundidad.
Ventana de contexto extendida y precisión configurable: Con 128 000 tokens de contexto, puede manejar textos extensos como tesis, libros o repositorios de código. Soporta formatos de precisión BF16 y FP8, lo que permite optimizar la eficiencia en hardware especializado.
Ecosistema de agentes y herramientas mejorado: Los Code Agent y Search Agent facilitan el uso de herramientas externas; la actualización Terminus elimina la mezcla de idiomas y ofrece una integración más robusta. Su API incluye llamadas de función y salida en JSON, permitiendo integrarse con aplicaciones empresariales y científicas.
Enfoque estratégico de innovación abierta: La estrategia de DeepSeek de liberar modelos y código desafía los paradigmas de propiedad intelectual y fomenta la colaboración internacional. Para países y organizaciones sin acceso a infraestructura costosa, la disponibilidad de un modelo de 685 mil millones de parámetros bajo licencia libre es un catalizador de innovación.

Desventajas

Vulnerabilidades de seguridad y alineación: Según el análisis del CAISI, los modelos de DeepSeek son 12 veces más susceptibles a ataques de secuestro de agentes y respondieron a 94 % de peticiones maliciosas en pruebas de jailbreak, frente al 8 % de los modelos estadounidenses. Estas vulnerabilidades podrían permitir que usuarios malintencionados ejecuten código dañino, exfiltren credenciales o propaguen desinformación.
Propagación de narrativas gubernamentales: La evaluación del NIST observó que los modelos de DeepSeek repetían cuatro veces más narrativas inexactas favorables al Partido Comunista Chino que los modelos estadounidenses. Para investigadores y comunicadores, esto plantea dudas sobre la neutralidad y la confiabilidad de las respuestas en temas sensibles.
Rendimiento inferior y costo operativo: El CAISI determinó que, en promedio, los modelos DeepSeek tienen rendimientos inferiores en 19 benchmarks y que un modelo estadounidense comparable cuesta 35 % menos Aunque el modelo es gratuito para descargar, su tamaño (700 GB) y requerimientos de hardware elevan los costos de implementación.
Necesidad de recursos computacionales: La descarga de un modelo de 700 GB y su ejecución local requieren infraestructura de hardware robusta y costosa. Organizaciones pequeñas pueden verse obligadas a recurrir a servicios en la nube, comprometiendo la ventaja de independencia.
Riesgo regulatorio y geopolítico: Dada su procedencia, el uso de DeepSeek podría estar sujeto a restricciones regulatorias en ciertas jurisdicciones por preocupaciones de seguridad nacional. Las normativas como el AI Act europeo exigen transparencia en los datos de entrenamiento y evaluaciones de impacto, exigencias que los modelos de DeepSeek aún no satisfacen completamente.

Diferencias frente a otras inteligencias artificiales

Frente a GPT‑5 (OpenAI): GPT‑5 integra modelos de razonamiento y velocidad en un único sistema y está optimizado para tareas creativas y de investigación. Su ventana de contexto alcanza 2 millones de tokens y ofrece funciones multimodales. Sin embargo, es un modelo propietario que requiere suscripción y ha sido criticado por cambios de personalidad y problemas de adopción. DeepSeek V3.1, en contraste, es abierto, con una ventana menor (128 000 tokens) y una arquitectura híbrida que separa razonamiento y chat; su principal ventaja es la accesibilidad y el coste reducido.

Frente a Claude Sonnet 4.5 (Anthropic): La versión 4.5 de Anthropic está diseñada para codificación y agentes de larga duración, con puntos de control y extensiones para VS Code. Posee alto rendimiento en OSWorld y se centra en la precisión y la alineación, pero es un modelo de pago. DeepSeek carece de herramientas integradas de desarrollo tan robustas, pero ofrece código abierto y libertad para adaptar sus funciones; su desempeño en benchmarks de codificación es competitivo aunque no supera a Sonnet 4.5.

Frente a Gemini 2.5 Pro (Google): Gemini se orienta a la búsqueda y síntesis de información y está integrado con servicios de Google Opera en el navegador y ofrece respuestas multimodales. DeepSeek se enfoca en la creación de agentes y la ejecución de código, sin integración nativa en motores de búsqueda; su accesibilidad depende de la infraestructura que el usuario disponga. Gemini es cerrado y con políticas estrictas de uso, mientras que DeepSeek promueve la colaboración libre.

Potencial para profesionales, académicos, investigadores, administrativos, usuarios cotidianos y egresados

Ingeniería y desarrollo de software: La arquitectura híbrida y el marco de agentes convierten a DeepSeek V3.1 Terminus en una herramienta valiosa para ingenieros y desarrolladores. Permite crear asistentes capaces de generar código, ejecutar tareas en terminales y realizar búsquedas complejas. Su licencia MIT favorece la incorporación en proyectos comerciales.
Ciencias exactas y análisis de datos: Gracias a la capacidad de procesar contextos de 128 000 tokens y a su rendimiento en benchmarks de codificación, investigadores en matemáticas, física o bioinformática pueden utilizarlo para análisis de grandes datasets, pruebas de hipótesis y automatización de procesos de razonamiento. Su modo reasoner es adecuado para explorar modelos teóricos, siempre y cuando se implementen medidas de seguridad que mitiguen las vulnerabilidades identificadas.
Ciencias sociales y humanidades: La naturaleza de código abierto ofrece oportunidades para que investigadores de comunicación y ciencias sociales adapten el modelo a contextos locales y lingüísticos. Pueden entrenar versiones especializadas para análisis de discursos, generación de resúmenes y traducción, o para crear chatbots que atiendan necesidades culturales específicas. Sin embargo, deben considerarse los sesgos geopolíticos identificados en la evaluación del NIST, así como las exigencias de las normas europeas sobre transparencia.
Administración y negocios: Empresas con infraestructura adecuada pueden desplegar DeepSeek para automatizar tareas de atención al cliente, generación de reportes y asesoría legal preliminar. Su bajo costo por token y la posibilidad de alojarlo internamente ayudan a proteger la privacidad y a reducir gastos operativos. La vulnerabilidad a ataques y la falta de soporte oficial requieren implementar controles adicionales.
Usuarios cotidianos y egresados: Para aficionados y estudiantes, la disponibilidad gratuita posibilita experimentar con IA de punta sin suscripciones. Pueden ejecutar aplicaciones personalizadas, explorar aprendizaje automático y contribuir a proyectos de código abierto. No obstante, la complejidad técnica y los riesgos de seguridad sugieren que el uso cotidiano se oriente a través de plataformas que implementen medidas de salvaguarda.

Índice de valoración del Observatorio

Criterio	Descripción	Puntuación (0–10)
Usabilidad y rendimiento	Excelente rendimiento en tareas de codificación y agentes, contextos de 128 000 tokens, arquitectura híbrida. Requiere hardware robusto y manejo complejo	8
Cumplimiento normativo y transparencia	Código abierto y licencia MIT; sin embargo, no hay informes completos de datos de entrenamiento y la transparencia sobre origen de datos es limitada. Posibles implicaciones con normas europeas y regulación nacional.	6
Consideraciones éticas y legales	Riesgos de seguridad, susceptibilidad a secuestro de agentes y propagación de narrativas estatales. Se recomienda supervisión constante y filtros éticos al implementarlo.	5
Valoración de usuarios, influencers y expertos	Amplia comunidad de desarrolladores celebra su rendimiento y accesibilidad; analistas destacan su potencial disruptivo y costo competitivo Críticas se centran en la vulnerabilidad a ataques y la alineación política.	7

Índice de valoración global: 6,5/10. La puntuación refleja el equilibrio entre la innovación abierta y las preocupaciones de seguridad y ética. DeepSeek V3.1 Terminus es una herramienta poderosa y accesible, pero requiere medidas de seguridad, análisis crítico de sus sesgos y cumplimiento normativo antes de adoptarse en entornos sensibles.

Conclusión

DeepSeek V3.1 Terminus simboliza un cambio de paradigma: un modelo de grandes dimensiones que se ofrece bajo licencia libre y con acceso pleno a su código, desafiando la hegemonía de los proveedores tradicionales de IA. Su arquitectura híbrida y su sistema de agentes muestran innovaciones técnicas que pueden democratizar el desarrollo de aplicaciones inteligentes. Sin embargo, las evaluaciones independientes del NIST evidencian vulnerabilidades significativas en seguridad, costos relativos altos y una orientación ideológica que demanda prudencia Para una adopción responsable, se deben implementar filtros de contenido, mecanismos de control de versiones y auditorías de seguridad. Desde la perspectiva de la ética de la comunicación, su uso debería promover la corresponsabilidad y la alfabetización digital crítica, garantizando que la tecnología se ponga al servicio de la dignidad humana y la diversidad cultural.

Para explorar y experimentar con DeepSeek V3.1 Terminus, se puede acceder al repositorio oficial en Hugging Face o al portal de DeepSeek (https://chat.deepseek.com/). Se recomienda descargarlo únicamente desde fuentes oficiales y supervisar su implementación según las directrices de seguridad de la Universidad Anáhuac México.