Batalla anterior · 2025-08-08 UTC
LLM Duelo — 8 de agosto de 2025
De la categoría LLM. 28 marcas colocadas entre 6 combatientes. DeepSeek V3 se llevó la corona.
Clasificación final
La formación
Los combatientes
Perfiles de cada herramienta que compitió en esta batalla, clasificadas por su puntuación final.
DeepSeek V3
Modelo de mezcla de expertos de código abierto que ofrece razonamiento a nivel GPT-4o a una fracción del costo.
DeepSeek V3 es un modelo de lenguaje de mezcla de expertos (MoE) a gran escala desarrollado por DeepSeek AI. Activa solo un subconjunto de sus parámetros totales por token, lo que le permite ofrecer un rendimiento sólido en tareas de razonamiento, matemáticas y codificación, manteniendo los costos de inferencia significativamente más bajos que los modelos densos comparables. Lanzado con pesos abiertos, DeepSeek V3 se ha convertido en una opción popular para desarrolladores e investigadores que necesitan un modelo de base capaz que puedan autoalojar, ajustar finamente o integrar a través de API. Los benchmarks lo colocan en competencia con los principales modelos propietarios como GPT-4o, particularmente en evaluaciones de matemáticas y razonamiento lógico. El modelo es muy adecuado para asistentes técnicos, canalizaciones de generación de código, flujos de trabajo de investigación y cualquier aplicación donde la calidad del razonamiento y la eficiencia presupuestaria sean importantes.
Desglose de criterios
- Arquitectura de mezcla de expertos
- Benchmarks competitivos de razonamiento y matemáticas
- Pesos de modelo de código abierto
- Acceso API a través de la plataforma DeepSeek
- Soporte para ventana de contexto larga
- Amigable para ajuste fino
Janus pro
Modelo multimodal abierto de DeepSeek para generación de imágenes y comprensión visual en una única arquitectura unificada.
Janus Pro es un modelo multimodal de IA de código abierto de DeepSeek, disponible en versiones de 1B y 7B parámetros. Unifica la comprensión visual y la generación de imágenes en un único marco desacoplando las vías de codificación visual, lo que permite al modelo interpretar imágenes y crearlas a partir de prompts de texto. La variante de 7B entrega resultados competitivos en benchmarks de generación de imágenes a partir de texto y respuesta a preguntas visuales, a menudo igualando o superando a modelos especializados de mayor tamaño. Publicado bajo la licencia MIT, Janus Pro puede alojarse localmente, afinarse y integrarse en pipelines de investigación o producción sin restricciones de uso. Es adecuado para desarrolladores, investigadores y aficionados que necesitan un modelo base multimodal flexible para experimentación, prototipado o desarrollo de aplicaciones que combinen creación e interpretación de imágenes.
Desglose de criterios
- Generación de imágenes a partir de texto
- Respuesta a preguntas visuales y análisis de imágenes
- Arquitectura unificada de transformer
- Opciones de 1B y 7B parámetros
- Pesos abiertos con licencia MIT
- Soporte de entrada y salida multimodal
DeepSeek R1
Un modelo de lenguaje grande y de código abierto que sobresale en razonamiento, matemáticas y tareas de programación, con licencia MIT para uso y modificación gratuita.
DeepSeek R1 es un modelo de lenguaje grande de código abierto que destaca en tareas de razonamiento, matemáticas y codificación. Utiliza una arquitectura de Mezcla de Expertos (MoE) con 37B de parámetros activos y 671B de parámetros totales, admitiendo una longitud de contexto de 128K. El modelo incorpora técnicas avanzadas de aprendizaje por refuerzo para lograr capacidades de auto-verificación, reflexión multi-paso y razonamiento alineado con los humanos. DeepSeek R1 ha logrado un rendimiento de última generación en varios benchmarks, incluyendo una precisión del 97,3% en MATH-500, una tasa de aprobación del 79,8% en AIME 2024, y superando al 96,3% de los participantes en Codeforces. El modelo está disponible en múltiples variantes, que van desde 1,5B hasta 70B de parámetros, y está licenciado bajo MIT para uso y modificación gratuitos. DeepSeek R1 se puede utilizar en línea de forma gratuita, y una versión acelerada con WebGPU se puede ejecutar localmente en un navegador. El modelo está diseñado para la resolución de problemas complejos, la comprensión multilingüe y la generación de código de nivel de producción. Sus puntos fuertes incluyen capacidades excepcionales de razonamiento matemático, generación de código y comprensión del lenguaje natural. Sin embargo, como modelo de código abierto, puede requerir experiencia técnica para implementarlo y ajustarlo para casos de uso específicos. DeepSeek R1 se encuentra entre los modelos de inteligencia artificial de mejor rendimiento a nivel mundial, con capacidades comparables a las soluciones propietarias líderes. Su naturaleza de código abierto permite un desarrollo impulsado por la comunidad y mejoras continuas, incluyendo soporte multimodal planificado, mejoras conversacionales y optimización de inferencia distribuida. El modelo tiene un desarrollo de aprendizaje por refuerzo puro, lo que le permite lograr un rendimiento matemático de nivel GPT-4 a un costo significativamente menor. La capacidad de visualización de cadena de pensamiento aborda los desafíos de la "caja negra" de la IA, proporcionando información sobre el proceso de razonamiento del modelo. La API de DeepSeek R1 ofrece un endpoint compatible con OpenAI para integración, con un precio de $0.14 por millón de tokens. Los pesos del modelo son de código abierto, lo que permite su uso comercial y modificación.
Desglose de criterios
- Arquitectura Mixture of Experts (MoE)
- Técnicas avanzadas de aprendizaje por refuerzo
- Capacidades de auto-verificación y reflexión en múltiples pasos
- Razonamiento alineado con el ser humano
- Soporte para longitud de contexto de 128K
- Endpoint de API compatible con OpenAI
ASI:One
Asistente de IA agentica que coordina agentes autónomos para completar tareas de varios pasos.
ASI:One es un asistente de IA construido bajo el concepto de inteligencia agentica, donde una interfaz conversacional puede desplegar y coordinar agentes autónomos especializados para gestionar solicitudes complejas. En lugar de solo devolver texto, puede planificar, llamar a herramientas y ejecutar flujos de trabajo en nombre del usuario. Desarrollado dentro del ecosistema de la Artificial Superintelligence Alliance, se posiciona como un agente de IA personal que se integra con redes de agentes descentralizadas. Los usuarios pueden chatear con él para consultas cotidianas o delegar tareas más largas como investigaciones, comparaciones, programación de agendas y búsquedas de datos en servicios conectados.
Desglose de criterios
- Interfaz de chat conversacional
- Orquestación de agentes autónomos
- Planificación y ejecución de tareas de varios pasos
- Conectividad con agentes y servicios externos
- Memoria y contexto al estilo de asistente personal
- Construido sobre la pila de agentes de la ASI Alliance
Latest DeepSeek R2
Modelo de inteligencia artificial de próxima generación con un foco en la razón del grupo DeepSeek
La última versión de DeepSeek R2 es la sucesora del modelo de razonamiento R1 de DeepSeek, diseñado para ofrecer una resolución de problemas más sólida paso a paso en tareas de matemáticas, codificación y análisis. Su objetivo es ampliar el enfoque de investigación abierta que hizo que las versiones anteriores de DeepSeek fueran populares entre desarrolladores e investigadores. El modelo apunta a una mayor precisión, un manejo de contexto más largo y una inferencia más eficiente en comparación con su predecesor, lo que lo hace adecuado para asistentes técnicos, flujos de trabajo agénicos e integración en aplicaciones personalizadas. La disponibilidad y las especificaciones exactas dependen de los canales de lanzamiento oficiales de DeepSeek. Los usuarios pueden acceder al modelo normalmente a través de API, interfaz de chat o ejecutando pesos abiertos donde se proporcionan, lo que permite flexibilidad tanto para la experimentación individual como para la implementación en producción.
Desglose de criterios
- Razonamiento de cadena de pensamiento avanzado
- Ventana de contexto extendida
- Soporte para la generación y depuración de código
- Comprendimiento multilingüe
- Acceso a través de API y interfaz de chat
- Compatible con aplicaciones agenticas
Pronoia
Gran modelo de lenguaje grande fin-tuneado con prioridad para el idioma árabe, especializado en comprensión y generación de alta calidad
Pronoia es un modelo de lenguaje grande ajustado específicamente para el árabe, con el objetivo de ofrecer una comprensión, generación y razonamiento más precisos en el idioma que los modelos multilingües de propósito general. Se posiciona como un LLM enfocado en árabe líder, con optimizaciones para dialectos, formas clásicas y árabe estándar moderno. El modelo se puede utilizar para tareas como la creación de contenido, resumen, traducción, atención al cliente e inteligencia conversacional en mercados de habla árabe. Al concentrar su entrenamiento en datos árabes, se dirige a matices como la morfología, los diacríticos y el contexto cultural que los modelos más amplios a menudo manejan de manera inconsistente.
Desglose de criterios
- Modelo de lenguaje optimizado para árabe
- Generación y resumen de texto
- Soporte de traducción
- Capacidades conversacionales y de chatbot
- Adecuado para procesamiento de lenguaje natural árabe empresarial
- Cobertura de MSA y dialectos