Herramientasdeepseek
DeepSeek 3.1: qué cambia frente a V3 y cómo probarlo
DeepSeek 3.1 introduce modos de razonamiento y cambios para agentes. Compara V3, revisa los pesos y descubre cómo comprobar su disponibilidad actual.
- Autor: humAIns
- 8 min de lectura
índice · 6 apartados
DeepSeek V3.1 es una versión de la familia V3 que añadió un modo thinking, cambios de formato y optimización para usar herramientas. Se anunció el 21 de agosto de 2025; ese anuncio no confirma que el chat o una API sigan ofreciendo hoy esa versión exacta. Antes de integrarla, verifica el catálogo vigente y la ficha del endpoint que vas a utilizar.
DeepSeek V3.1: qué cambia respecto a V3
La ficha del desarrollador describe V3.1 como un modelo híbrido: el mismo modelo puede generar en modo thinking o non-thinking mediante una plantilla de conversación distinta. También señala una optimización de post-training para uso de herramientas y tareas de agente. En el repositorio del modelo, DeepSeek documenta cambios importantes en tokenizer y chat template frente a V3.
| Aspecto | DeepSeek V3.1 según la ficha oficial | Qué comprobar al migrar desde V3 |
|---|---|---|
| Modos | Thinking y non-thinking en un modelo | Que el runtime respete el modo y la plantilla correspondientes |
| Tool calling | El formato se documenta en non-thinking | Compatibilidad del proveedor, esquema de herramientas y manejo de errores |
| Tokenizer y plantilla | Cambios frente a V3, incluidos tokens de control específicos | Usar tokenizer y plantilla de la revisión correcta, no reutilizar supuestos antiguos |
| Contexto | La ficha del modelo declara 128K | El límite efectivo del servicio que hayas contratado |
| Pesos | Base y post-trained separados | Seleccionar la variante que corresponda al uso y revisar su licencia |
La documentación de API del anuncio histórico indicaba deepseek-chat para non-thinking y deepseek-reasoner para thinking, con 128K de contexto en ambos. Esos nombres son una referencia fechada, no una promesa sobre el catálogo actual. Las interfaces de modelos pueden cambiar; valida el nombre en la documentación vigente y en tu cuenta antes de escribir una integración.
V3.1 Base no equivale a la versión conversacional post-trained: el anuncio dice que la base se construyó sobre el checkpoint base de V3 con entrenamiento de extensión adicional, mientras que la ficha de V3.1 describe el post-training realizado sobre V3.1-Base. Si necesitas el detalle de la generación anterior y su evolución, consulta nuestra guía de DeepSeek V3; para el contexto de versiones posteriores, revisa DeepSeek V4.
Cuándo tiene sentido cada modo
El modo thinking puede ser útil al pedir un análisis en varios pasos: por ejemplo, revisar una función que recibe fechas, identificar casos límite y proponer pruebas unitarias. Pide que enumere supuestos, cambios mínimos y pruebas; después ejecuta esas pruebas y revisa el diff. Una explicación convincente no demuestra que el código compile ni que sea seguro.
Non-thinking puede encajar en tareas más acotadas, como convertir un objeto JSON ficticio a un esquema validado o pedir una respuesta breve a una pregunta concreta. Si la aplicación debe llamar a una herramienta, la ficha documenta tool calling en este modo. En ambos casos define permisos mínimos: el modelo no debe poder ejecutar comandos arbitrarios o escribir en sistemas reales sin controles de tu aplicación.
El fabricante publica benchmarks comparando V3.1 con V3 0324 y otros modelos. Por ejemplo, su tabla informa resultados en SWE-bench Verified con un framework interno de agente y evaluaciones de búsqueda que usan un servicio comercial, filtros y contexto de 128K. Son resultados declarados por el fabricante bajo esas condiciones; no predicen por sí solos el rendimiento, coste o latencia en tu repositorio y entorno. Diseña una prueba propia, con tareas representativas y criterios fijados antes de comparar.
Cómo comprobar hoy si puedes acceder a V3.1
Separa cuatro formas de acceso que a menudo se confunden:
- Pesos: la ficha post-trained de V3.1 en Hugging Face y la ficha V3.1-Base permiten consultar artefactos y documentación publicados. Su presencia no significa que DeepSeek opere un servicio alojado para ellos.
- Proveedor de terceros: algunos proveedores listan modelos en Hugging Face, pero disponibilidad, revisión servida, límites y precio dependen de cada proveedor. Confirma esos datos directamente en su catálogo y registra el identificador exacto.
- Chat oficial: el anuncio de agosto de 2025 decía que la app y la web se habían actualizado a V3.1 entonces. No acredita qué modelo atiende una conversación actual. Busca una etiqueta explícita o información vigente del producto.
- API oficial: consulta modelos y precios actuales y la guía de API. Comprueba qué nombres acepta el servicio, límites, contexto y tarifa para la cuenta y región relevantes. Una ruta antigua que aún responda tampoco demuestra automáticamente qué checkpoint está detrás.
La página de precios consultada para este artículo incluye nombres y notas sobre servicios vigentes, pero no presenta V3.1 como modelo actual en el extracto disponible. Por tanto, no damos por hecho que el API actual entregue V3.1 ni atribuimos precio a esa versión. Si la versión exacta importa, pregunta al proveedor y conserva evidencia de su respuesta antes de desplegar.
Antes de ejecutar los pesos
En Hugging Face hay dos fichas distintas: DeepSeek-V3.1-Base, para la versión base, y DeepSeek-V3.1, post-trained. Ambas fichas indican licencia MIT. Revisa igualmente los archivos de licencia y las condiciones de uso que acompañen a la revisión que descargues.
La ficha del modelo lista 671.000 millones de parámetros totales, 37.000 millones activados y contexto de 128K. Declara formato de escala FP8 UE8M0 para pesos y activaciones y recomienda cargar y computar mlp.gate.e_score_correction_bias en FP32. Estas cifras describen el artefacto, no equivalen a una cantidad de RAM recomendada ni garantizan que un servidor concreto pueda ejecutarlo. Comprueba formato, biblioteca de inferencia, particionado, memoria y rendimiento con la documentación técnica y pruebas sobre el hardware objetivo.
Antes de bajar pesos, confirma revisión y tamaño de los archivos, capacidad de almacenamiento, compatibilidad del runtime y política de actualizaciones. Para un servicio de terceros, sustituye ese análisis por verificación de retención, ubicación del procesamiento, uso de prompts, controles de acceso y contrato de tratamiento de datos. No envíes información confidencial a una prueba exploratoria.
Lista de evaluación para un equipo
- Registra fecha, proveedor, nombre exacto del modelo, revisión o commit de pesos y configuración de inferencia.
- Fija un conjunto pequeño de entradas ficticias: una tarea de código, una consulta de datos y una llamada a herramienta con parámetros inválidos.
- Ejecuta thinking y non-thinking donde proceda; mide calidad, latencia y tokens observados en varias repeticiones.
- Valida salidas con pruebas deterministas: tests unitarios, JSON Schema, consultas esperadas o revisión humana según el riesgo.
- Comprueba el coste en la tarifa vigente del proveedor y calcula el gasto a partir del uso real, no de una cifra histórica de lanzamiento.
- Revisa privacidad, retención, residencia de datos, licencia y controles de seguridad antes de un piloto con información real.
- Conserva prompts, parámetros, resultados y criterios para que otra persona pueda repetir la comparación.
Para orientarte entre familias y usos, puedes consultar nuestra guía de modelos de IA. Y si buscas aplicar IA al trabajo de marketing, el curso de IA para marketing es formación práctica de esa área, no un curso técnico de instalación o integración de DeepSeek. Para identificar tu nivel, también puedes hacer el test ¿Cuánto te queda?.
Preguntas frecuentes
¿DeepSeek 3.1 es lo mismo que V3?
No. V3.1 conserva relación con la familia V3, pero incorpora una base ampliada y post-training, modos de generación y un chat template distinto. Trata la compatibilidad de tokenizer y plantillas como un cambio de integración que requiere pruebas.
¿Qué diferencia hay entre thinking y non-thinking?
La ficha oficial define ambos como modos del mismo modelo, seleccionados con el formato de conversación. Thinking está orientado a tareas que requieren más razonamiento; non-thinking admite tool calling según la ficha. La elección adecuada depende de tus resultados medidos y de lo que soporte el runtime.
¿Se puede ejecutar localmente?
Los pesos están publicados, con documentación para ejecución local y recomendaciones de formato. Pero el tamaño total declarado es 671B parámetros; no infieras requisitos de hardware a partir del número de parámetros activados. Verifica compatibilidad, memoria y rendimiento en un entorno de prueba antes de comprometer infraestructura.
¿El chat o la API actuales usan V3.1?
El anuncio de 2025 documenta que se actualizó el chat y la API en aquel momento. Para el estado actual, comprueba la identificación explícita del producto o consulta directamente el catálogo y soporte del proveedor; un nombre histórico no basta para confirmarlo.