DeepSeek abre Coder V2, un rival chino para GPT-4 Turbo en código

DeepSeek ha publicado hoy DeepSeek-Coder-V2, una nueva familia de modelos de lenguaje orientada a programación y matemáticas. La compañía china sostiene que su versión instruida se acerca a GPT-4 Turbo en varias pruebas de código, con una diferencia relevante para desarrolladores y empresas: los pesos del modelo están disponibles para su uso abierto.

El lanzamiento confirma que los modelos abiertos ya no compiten solo en tareas sencillas de autocompletado. DeepSeek-Coder-V2 está diseñado para generar programas, completar repositorios, corregir errores y resolver problemas técnicos con lenguaje natural, un terreno en el que hasta ahora dominaban productos cerrados de OpenAI, Anthropic y Google.

Un modelo enorme que no usa toda su capacidad en cada respuesta

La versión principal de DeepSeek-Coder-V2 cuenta con 236.000 millones de parámetros en total, pero activa 21.000 millones para procesar cada token. También se ha publicado una variante más ligera, de 16.000 millones de parámetros totales y 2.400 millones activos.

La diferencia se explica por su arquitectura de mezcla de expertos o MoE. En vez de emplear toda la red neuronal ante cada palabra o fragmento de código, el sistema selecciona una parte de sus componentes internos —los llamados expertos— según la tarea. El objetivo es combinar una gran capacidad total con un coste de inferencia, es decir, de uso del modelo ya entrenado, más contenido que el de un modelo denso de tamaño equivalente.

No significa que sea un modelo barato de ejecutar en cualquier ordenador. La edición de 236.000 millones de parámetros sigue requiriendo una infraestructura considerable. Pero el diseño permite que proveedores de nube y compañías con sus propios servidores puedan desplegarlo con menos cómputo por respuesta del que exigiría un modelo convencional de esa escala.

Código, matemáticas y una ventana de contexto larga

DeepSeek-Coder-V2 parte de DeepSeek-V2 y ha recibido entrenamiento adicional con 6 billones de tokens, las unidades de texto y código que utilizan estos sistemas para aprender patrones. El conjunto de entrenamiento incorpora código fuente y material matemático, dos ámbitos que exigen precisión simbólica y seguimiento de instrucciones más estricto que una conversación general.

El modelo admite 338 lenguajes de programación y una ventana de contexto de hasta 128.000 tokens. En la práctica, esa capacidad permite introducir archivos largos, documentación, registros de errores o partes amplias de un repositorio sin dividirlos en muchas consultas independientes.

Ese dato importa especialmente en desarrollo de software. Un asistente que solo ve una función aislada puede proponer una corrección aparentemente válida pero incompatible con el resto del proyecto. Acceder a más contexto no garantiza que entienda toda la arquitectura, pero reduce uno de los límites más visibles de los asistentes de código actuales.

DeepSeek compara su modelo instruido con GPT-4 Turbo, Claude 3 Opus y Gemini 1.5 Pro en pruebas de programación y razonamiento matemático. En sus evaluaciones, Coder-V2 alcanza resultados competitivos con esos modelos cerrados en varios de esos exámenes. Como ocurre con cualquier benchmark publicado por el propio laboratorio, conviene separar el rendimiento en pruebas estandarizadas del comportamiento en proyectos reales: los resultados pueden variar según el lenguaje, la calidad de las instrucciones y el tipo de código disponible en el contexto.

La alternativa abierta gana peso

El interés del anuncio no reside únicamente en una tabla de resultados. Los modelos abiertos permiten a una empresa ejecutarlos en su propia infraestructura, adaptar el sistema a sus herramientas internas y evitar enviar código sensible a una API externa. Para sectores con requisitos de confidencialidad —desde banca hasta fabricantes de software empresarial— esa opción puede ser decisiva.

También ofrece más margen a investigadores y desarrolladores independientes para analizar cómo responde el modelo, crear versiones especializadas o integrarlo en editores y agentes de programación. Esa libertad tiene una contrapartida: desplegar y mantener un modelo de esta escala exige conocimientos técnicos, memoria de GPU y controles para revisar el código que genera.

La publicación llega en un momento en que los laboratorios chinos están acortando distancias en modelos de lenguaje, especialmente mediante arquitecturas MoE. DeepSeek ya había llamado la atención con DeepSeek-V2 por combinar rendimiento y eficiencia; Coder-V2 traslada esa estrategia a un uso comercialmente muy atractivo: automatizar parte del trabajo de ingeniería de software.

Para los usuarios finales, la consecuencia inmediata será una mayor oferta de asistentes de código, tanto en servicios en la nube como en instalaciones privadas. La cuestión que queda abierta no es solo si DeepSeek-Coder-V2 iguala a GPT-4 Turbo en una prueba concreta, sino cuánto bajará el coste de disponer de un modelo avanzado que pueda leer y escribir código dentro de una organización.