QuantSpace lanzó el 26 de diciembre su nueva generación de modelos grandes, DeepSeek-V3, mostrando un asombroso avance tecnológico. Este modelo, que utiliza la arquitectura MoE (Mixture of Experts), no solo iguala en rendimiento a los modelos de código cerrado de primer nivel, sino que sus características de bajo coste y alta eficiencia están atrayendo la atención de la industria. En cuanto a los parámetros centrales, DeepSeek-V3 cuenta con 6710 mil millones de parámetros, de los cuales 37 000 millones son parámetros de activación, y se ha preentrenado con 14,8 billones de tokens de datos. En comparación con la generación anterior, la velocidad de generación del nuevo modelo ha aumentado en un 3%