DeepSeek-V3.1 Terminus ha llegado como una actualización significativa del modelo DeepSeek V3.1, abordando diversas inquietudes planteadas por los usuarios. Este nuevo modelo no solo mantiene las capacidades originales, sino que también optimiza el rendimiento en áreas críticas como la generación de código y la búsqueda de información.
Con una arquitectura robusta compuesta por 671 mil millones de parámetros y 37 mil millones de ellos activos, DeepSeek-V3.1 Terminus se clasifica como un modelo híbrido de razonamiento. Destaca su capacidad para operar tanto en modos de pensamiento como no pensamiento, lo que le brinda una versatilidad excepcional en diferentes aplicaciones. Un aspecto innovador de esta actualización es su fase de entrenamiento con contexto largo, que permite procesar hasta 128.000 tokens, lo que supera significativamente las limitaciones de modelos anteriores. Además, la implementación de microscaling FP8 optimiza la inferencia, permitiendo un manejo más eficiente de los recursos computacionales.
Entre las mejoras más destacables se encuentra la capacidad de los usuarios para controlar el comportamiento de razonamiento mediante un simple booleano que activa o desactiva esta función. Esto permite ajustar de manera precisa cómo el modelo aborda diferentes tareas, ya sea a través de la generación de código o consultas de búsqueda complejas.
Las mejoras en DeepSeek-V3.1 Terminus no solo se limitan a la teoría; su rendimiento ha sido validado en benchmarks, mostrando resultados comparables al anterior modelo DeepSeek-R1 pero con tiempos de respuesta más rápidos. Esto es especialmente relevante para profesionales que demandan eficiencia en entornos de investigación y desarrollo digital.
Esta actualización también hace hincapié en el uso estructurado de herramientas, soportando agentes de código y agentes de búsqueda, lo que amplifica su aplicabilidad en flujos de trabajo que requieren una inteligencia artificial más dinámica. Profundizando en sus aplicaciones, se convierte en una opción idónea para investigadores, programadores y cualquier profesional que busque integrar capacidades avanzadas de razonamiento y respuesta.