DeepSeek estrena atención dispersa y rebaja su API hasta la mitad

DeepSeek ha lanzado este lunes DeepSeek-V3.2-Exp, un modelo experimental que busca abaratar el procesamiento de textos extensos mediante una nueva arquitectura de atención dispersa. La empresa china también ha reducido más de un 50% algunas tarifas de su API, una rebaja que vuelve a presionar los precios del sector.

El modelo está disponible en Hugging Face con sus pesos bajo licencia MIT, junto con un artículo técnico publicado en GitHub. Esto permitirá que investigadores y proveedores externos comprueben si el ahorro anunciado se mantiene fuera de las pruebas de DeepSeek.

Menos cálculos para trabajar con textos largos

Los modelos de lenguaje utilizan un mecanismo denominado atención para decidir qué partes del texto son relevantes al generar cada respuesta. En su forma convencional, el sistema compara los tokens —las unidades en las que se divide el texto— entre sí. Cuanto mayor es el documento o la conversación, más memoria y capacidad de cálculo necesita esa operación.

DeepSeek-V3.2-Exp introduce DeepSeek Sparse Attention, una variante que evita procesar con la misma intensidad todo el contexto disponible. Primero, un componente denominado lightning indexer identifica los fragmentos que probablemente resulten útiles. Después, un segundo sistema realiza una selección más precisa de los tokens que entrarán en el cálculo principal de atención.

La idea de la atención dispersa no es nueva en la investigación académica. Distintos laboratorios llevan años intentando sustituir la comparación exhaustiva entre tokens por métodos selectivos. La aportación de DeepSeek consiste en integrarla en uno de sus grandes modelos, mantener una ventana de contexto de 128.000 tokens y publicar los pesos para facilitar pruebas independientes.

El beneficio debería ser más visible en tareas como analizar repositorios de código, resumir contratos extensos, consultar bases documentales o mantener conversaciones muy largas. En peticiones breves, donde el contexto ocupa pocos tokens, la diferencia puede ser mucho menor.

La entrada almacenada baja de los tres céntimos

La nueva tabla de precios deja la entrada recuperada desde caché en 0,028 dólares por millón de tokens. Ese es el dato que permite hablar de menos de tres centavos, pero requiere una precisión: solo se aplica cuando DeepSeek ya tiene almacenado el contexto y puede reutilizarlo.

La entrada que no está en caché cuesta 0,28 dólares por millón de tokens, mientras que la salida generada se sitúa en 0,42 dólares por millón. DeepSeek presenta estos cambios como una reducción superior al 50% respecto a sus tarifas anteriores.

La caché resulta especialmente útil en aplicaciones que envían una y otra vez las mismas instrucciones o documentos. Un asistente empresarial puede reutilizar su manual interno en cientos de consultas; una aplicación que recibe un texto distinto en cada petición no obtendrá el mismo ahorro.

También conviene separar el precio comercial de la mejora técnica. DeepSeek puede subvencionar su API o aceptar márgenes menores para ganar usuarios, mientras que la atención dispersa pretende reducir el coste real de ejecutar el modelo. La publicación de los pesos permite estudiar esa segunda parte sin depender de las tarifas fijadas por la compañía.

Un experimento que intenta conservar la calidad de V3.1

DeepSeek describe V3.2-Exp como una versión experimental y lo compara con DeepSeek-V3.1-Terminus, su referencia inmediatamente anterior. Sus evaluaciones internas apuntan a un rendimiento similar en distintas pruebas, pese a utilizar menos recursos para atender contextos largos.

Ese equilibrio es el punto decisivo. Seleccionar menos tokens reduce cálculos, pero también entraña el riesgo de descartar una frase, una cifra o una instrucción necesaria para responder correctamente. Un modelo podría resultar más barato y, al mismo tiempo, perder precisión cuando la información relevante está escondida en un documento extenso.

Las pruebas de terceros deberán medir tanto el coste como la calidad: velocidad, memoria utilizada, recuperación de datos situados en diferentes partes del contexto y comportamiento al aumentar la longitud de la entrada. Los resultados preliminares de la propia empresa son una señal, no una validación definitiva.

Otra ofensiva de precios desde China

DeepSeek ya alteró el mercado a comienzos de 2025 con R1, un modelo de razonamiento que compitió con sistemas estadounidenses a un precio sensiblemente inferior. V3.2-Exp tiene un perfil menos espectacular, pero ataca uno de los problemas que más pesan en las cuentas de las empresas: la inferencia, es decir, el coste de ejecutar un modelo ya entrenado cada vez que un usuario formula una petición.

Para los desarrolladores, las nuevas tarifas abaratan la experimentación con agentes, buscadores internos y análisis documental. Para sus competidores, el desafío no consiste solo en igualar el precio publicado: tendrán que demostrar que sus modelos ofrecen suficiente calidad, fiabilidad o facilidad de integración para justificar tarifas superiores.

DeepSeek no presenta V3.2-Exp como sustituto definitivo de su familia anterior. Su función inmediata es probar la atención dispersa a gran escala. Si las evaluaciones independientes confirman que conserva la calidad en contextos largos, esta técnica podría convertirse en una vía práctica para reducir una factura de inferencia que crece a medida que las aplicaciones entregan más información a los modelos.