Cronología de los modelos DeepSeek: de V2 a V4.1, licencias y nombres de API (2024–2026)
Cronología en actualización · última actualización · 1 entrada en el registro de cambios
El registro público de DeepSeek es un changelog de API más un conjunto de README de modelos, y los dos no siempre usan las mismas palabras de licencia. Esta página sigue los cambios de generación de V2 a V4.1, cita la frase de enero de 2025 que nombra a la vez R1 y V3, y señala la ficha del modelo cuando un número vive allí y no aquí.
A fecha del 21 de octubre de 2026, la compilación de DeepSeek con fecha más reciente en el changelog es DeepSeek-V4.1-Flash-1017, el 17 de octubre de 2026, que sigue llamándose deepseek-flash. Los pesos originales de V3 no eran MIT. R1 y la página de noticias posterior de V3-0324 son donde se indica MIT.
Leído el 2026-10-21: el changelog de la API de DeepSeek, los README de DeepSeek-V2, DeepSeek-V3 y DeepSeek-R1, la ficha de Hugging Face de DeepSeek-V3.2 y la página de noticias del 25 de marzo de 2025 que indica la licencia MIT. Los deltas de benchmarks son de DeepSeek. No ejecutamos los modelos. Una URL de noticias más antigua de la primera publicación de V3 redirigía fuera, así que no la citamos.
Cronología
-
El README de DeepSeek-V2 dice que el equipo publicó DeepSeek-V2 en este día. Da 236 mil millones de parámetros en total y 21 mil millones activados. Frente a DeepSeek 67B, el README dice que el modelo ahorra un 42.5 por ciento de los costes de entrenamiento, recorta la caché KV un 93.3 por ciento y eleva el rendimiento máximo de generación 5.76 veces. Esas tres comparaciones son de DeepSeek. La licencia del código es MIT. La licencia del modelo es un Model Agreement, no MIT. El mismo README fecha DeepSeek-V2-Lite el 16 de mayo de 2024. No indicamos una longitud de contexto, porque las frases que usamos no la dan.
-
El changelog de la API dice que DeepSeek V2 Chat y DeepSeek Coder V2 se fusionaron y se actualizaron a DeepSeek V2.5. Por compatibilidad hacia atrás, los usuarios de la API pueden llamar al modelo nuevo como deepseek-coder o deepseek-chat. El changelog dice que el modelo nuevo va por delante de las versiones anteriores en tareas generales y en código, e imprime tasas de victoria informadas por DeepSeek: ArenaHard del 68.3 por ciento al 76.3 por ciento, AlpacaEval 2.0 con control de longitud del 46.61 por ciento al 50.52 por ciento. Los saltos menores de API de mayo, junio y julio de 2024 quedan en la sección de huecos. Son filas reales del changelog. No son generaciones nuevas.
-
El changelog de la API dice que deepseek-chat se actualizó a DeepSeek-V3. La API no cambia. Quien llama pasa el modelo deepseek-chat. Esta fila es el cambio de disponibilidad. Los recuentos de parámetros, la longitud de contexto y la licencia de los pesos están en el README de DeepSeek-V3, citados en la sección de licencias, no en este párrafo del changelog.
-
El changelog de la API presenta deepseek-reasoner y dice que es el modelo nuevo DeepSeek-R1. La frase siguiente dice que se puede invocar DeepSeek-V3 indicando el modelo deepseek-reasoner. Las dos frases están en la página. No vamos a borrar una para que el párrafo sea coherente. La tabla de tamaños del README y la insignia MIT son otra página. Se citan en la sección de licencias como la fila de R1-Zero, no como una aclaración de este par contradictorio.
-
El changelog de la API actualiza deepseek-chat a DeepSeek-V3-0324 e imprime deltas informados por DeepSeek: MMLU-Pro de 75.9 a 81.2, GPQA de 59.1 a 68.4, AIME de 39.6 a 59.4 y LiveCodeBench de 39.2 a 49.2. También describe mejor código de front-end, escritura en chino, reescritura de varios turnos, traducción, búsqueda en chino y llamadas a funciones. La afirmación de MIT no está en este párrafo. La sección de licencias cita la página de noticias aparte que sí indica MIT.
-
El changelog de la API actualiza deepseek-reasoner a DeepSeek-R1-0528. Cifras Pass@1, informadas por DeepSeek: AIME 2025 de 70.0 a 87.5, GPQA de 71.5 a 81.0, LiveCodeBench v6 de 63.5 a 73.3 y Aider de 57.0 a 71.6. La misma nota añade salida JSON y llamadas a funciones, con Tau-bench en 53.5 en Airline y 63.9 en Retail. También dice que el razonamiento complejo puede consumir más tokens que el R1 anterior. El aviso sobre tokens es la parte que cambia una factura aunque el nombre del modelo parezca una revisión pequeña.
-
El changelog de la API actualiza tanto deepseek-chat como deepseek-reasoner a DeepSeek-V3.1. Chat es el modo sin pensamiento. Reasoner es el modo de pensamiento. DeepSeek llama al diseño una arquitectura de razonamiento híbrido y dice que V3.1-Think responde en bastante menos tiempo que R1-0528, sin un número en esa comparación. Puntuaciones informadas por DeepSeek en la misma fila: SWE-bench Verified 66.0, SWE-bench Multilingual 54.5, Terminal-bench 31.3. Una página de noticias aparte se ha citado en otros sitios por un contexto de 128K y un recuento de tokens de preentrenamiento continuado. Esas cifras no están en el párrafo del changelog que releímos, así que no están en este nodo.
-
El changelog de la API actualiza los dos nombres a DeepSeek-V3.2, de nuevo con chat como modo sin pensamiento y reasoner como modo de pensamiento. DeepSeek-V3.2-Speciale es un endpoint temporal, URL base https://api.deepseek.com/v3.2_speciale_expires_on_20251215, el mismo precio que V3.2, sin llamadas a herramientas, disponible hasta el 15 de diciembre de 2025, 15:59 UTC. El nombre de licencia de Hugging Face y el recuento de parámetros que falta están en la sección de licencias. Las afirmaciones de medalla de oro no están en este párrafo del changelog, así que no se repiten aquí.
-
El changelog de la API dice que la API admite V4-Pro y V4-Flash, por la interfaz OpenAI Chat Completions y la interfaz de Anthropic. Los nombres de modelo son deepseek-v4-pro y deepseek-v4-flash. La URL base sigue igual. El mismo párrafo dice que los nombres antiguos deepseek-chat y deepseek-reasoner se descontinuarán en tres meses, el 24 de julio de 2026, y que durante el periodo entonces vigente esos nombres apuntan a los modos sin pensamiento y de pensamiento de deepseek-v4-flash. Eso es un calendario escrito el 24 de abril. No es, por sí solo, una confirmación posterior de que los nombres se apagaran el 24 de julio.
-
El changelog de la API publica DeepSeek-V4.1-Flash y lo llama el modelo más pequeño de la nueva familia de arquitectura, con comprensión visual multimodal nativa. El nombre de API al que hay que llamar es deepseek-flash. Los nombres anteriores deepseek-v4-flash y deepseek-v4-flash-vision-exp se enrutan de forma temporal a V4.1 Flash. DeepSeek dice que seguirá sirviendo V4-Pro después del 14 de septiembre de 2026, con la facturación sin cambios. Las puntuaciones informadas por DeepSeek en la fila incluyen GPQA Diamond 90.9, HLE 36.8 (39.1 en el subconjunto de solo texto) y una puntuación de Codeforces de 3471. Los recuentos de parámetros y la tabla de precios viven en la ficha del modelo y en la página de precios. Nuestra publicación del 17 de octubre lee esas fichas. Este nodo no copia cifras que no volvimos a descargar de ellas.
-
El changelog de la API actualiza V4.1 Flash a DeepSeek-V4.1-Flash-1017 en la web, la app y la API. El método de llamada y el precio siguen igual. El nombre que hay que usar es deepseek-flash. El changelog del mismo día abre la API de búsqueda propia. Qué cambió en los pesos, y qué dice la ficha sobre el tamaño, está escrito aparte en este sitio a partir de la ficha del modelo. El changelog también imprime una lista nueva de benchmarks. Hay que tratar esa lista como informada por DeepSeek. No la volvemos a pegar junto a una publicación que ya discute la ficha.
Cómo fechamos un lanzamiento de DeepSeek
El changelog de la API en api-docs.deepseek.com es la fuente de la fecha para los cambios de modelo de la API. Cada uno de esos nodos enlaza esa página. La página es un registro largo, así que la fecha del nodo es el encabezado que citamos, no una afirmación de que toda la página se publicara ese día.
Los hechos de pesos y de licencia vienen del README del repositorio o de la ficha de Hugging Face nombrada en el nodo. Una marca de tiempo createdAt de Hugging Face no es una fecha de lanzamiento. Para DeepSeek-V2, la hora de creación de la ficha que vimos era anterior a la línea de lanzamiento del 6 de mayo de 2024 del README, y por eso gana el README.
La última revisión es el 21 de octubre de 2026. La fila del changelog del 17 de octubre es la fila de modelo más reciente que usamos. Las páginas de precios se mueven. Si un precio no está en la frase que citamos, no está en esta página.
La licencia no es una sola historia
El README de DeepSeek-V2 separa código y pesos: el código bajo MIT, el modelo bajo un Model Agreement. El README de DeepSeek-V3 hace lo mismo, y es la página que indica 671 mil millones de parámetros en total, 37 mil millones activados, atención latente multicabeza, DeepSeekMoE y un contexto de hasta 128K. Llamar a cualquiera de los dos checkpoints “el modelo MIT” es incorrecto aunque el repositorio de código sea MIT.
R1 es la ruptura. El README de DeepSeek-R1 muestra una insignia MIT, y la fila de la tabla que estamos dispuestos a citar es DeepSeek-R1-Zero con 671 mil millones en total, 37 mil millones activados y contexto de 128K. El 24 de marzo de 2025 el changelog actualiza el modelo de chat a V3-0324 y no dice MIT en ese párrafo. La página de noticias de V3-0324 dice que los modelos se publican ahora bajo la MIT License, igual que DeepSeek-R1. Esa es la frase que hay que citar para la licencia de V3-0324, no los deltas del changelog.
La ficha de DeepSeek-V3.2 lista la licencia mit, titula el modelo “DeepSeek-V3.2: Efficient Reasoning & Agentic AI” y nombra el modelo base DeepSeek-V3.2-Exp-Base. La cabecera que leímos no lista un recuento de parámetros. Los tamaños de V4.1 están en la ficha del modelo que cubre nuestra cronología de V4.1 Flash 1017. Copiarlos aquí sin volver a abrir la ficha congelaría un número que no recontrastamos en esta pasada.
Nombres de API, y la frase que apunta en dos direcciones
Durante un largo tramo, dos ids hacían todo el trabajo. deepseek-chat era el modelo sin pensamiento. deepseek-reasoner era el modelo de pensamiento. V2.5, V3, V3-0324, R1, R1-0528, V3.1 y V3.2 llegaron todos como actualizaciones detrás de esos ids. Una aplicación que fijaba un id y no una instantánea cambiaba de modelo en silencio cada uno de esos días.
El 20 de enero de 2025 es la fila que hay que leer dos veces. El changelog dice que deepseek-reasoner es el modelo nuevo DeepSeek-R1, y que se puede invocar DeepSeek-V3 indicando el modelo deepseek-reasoner. Una guía de migración que se quede solo con la primera cláusula dirá a los lectores el modelo equivocado. Dejamos las dos cláusulas en el nodo.
El 24 de abril de 2026 sustituye ese par por deepseek-v4-pro y deepseek-v4-flash, y escribe una fecha de discontinuación del 24 de julio de 2026 para los nombres antiguos. El 10 de septiembre de 2026 presenta deepseek-flash para V4.1 Flash, enruta hacia él los nombres antiguos de V4 Flash por compatibilidad y dice que V4-Pro sigue sirviéndose después del 14 de septiembre. El 17 de octubre mantiene el nombre deepseek-flash y dice que el precio no cambia. Si deepseek-chat seguía respondiendo el 24 de julio es una observación posterior. El texto del 24 de abril es un plan.
Filas del changelog que no son nodos
El registro también anota DeepSeek-V2-0517 el 17 de mayo de 2024, Coder-V2-0614 el 14 de junio, V2-0628 el 28 de junio, Coder-V2-0724 el 24 de julio y V2.5-1210 el 10 de diciembre de 2024. Anota V3.1-Terminus el 22 de septiembre de 2025 y V3.2-Exp el 29 de septiembre de 2025. En 2026 anota la beta pública de V4-Flash el 31 de julio, la disponibilidad general de V4-Pro el 13 de agosto y V4-Flash-Vision-Exp el 21 de agosto bajo el nombre deepseek-v4-flash-vision-exp. La fila del 13 de agosto dice que los precios cambian a las 16:00 UTC del 16 de agosto de 2026, con la hora valle a la mitad del precio punta, y que el esfuerzo de pensamiento puede ser low, high o max. La fila del 21 de agosto informa de Terminal Bench 2.1 en 83.9, cifra de DeepSeek.
Esas filas son reales. Son revisiones, un id de visión experimental o un reloj de precios, y los nodos de generación de arriba ya nombran la familia de modelos a la que pertenecen. La nota del 31 de julio dice que V4-Flash-0731 conserva la arquitectura y el tamaño de la vista previa y solo se volvió a postentrenar. Por eso no es un segundo nodo de arquitectura. Las tablas completas de benchmarks de esas filas las informa DeepSeek y se quedan en el changelog.
Dónde está escrita la ficha del 17 de octubre
El tamaño, la disposición de archivos y el precio vigente de deepseek-flash son el tema de la cronología de DeepSeek V4.1 Flash 1017. Esta página se detiene en el changelog: el id de la compilación, el nombre de API sin cambios, el precio sin cambios y la apertura de la API de búsqueda el mismo día. Si las dos páginas llegan a discrepar, la ficha del modelo gana en los pesos y el changelog gana en el día en que se movió el nombre de API.
Qué dejamos fuera
- Un recuento de parámetros de V3.2. La cabecera de la ficha que leímos no imprime ninguno.
- La longitud de contexto de V3.1 y el recuento de tokens de preentrenamiento continuado. No estaban en el párrafo del changelog releído para esta página.
- Una confirmación de que deepseek-chat y deepseek-reasoner se detuvieron el 24 de julio de 2026. El 24 de abril solo programa ese día.
- Afirmaciones de medalla de oro de V3.2. No están en el párrafo del changelog citado aquí.
- La primera URL de noticias de V3, que redirigía fuera del anuncio. La fila del changelog del 26 de diciembre y el README de V3 son las fuentes que conservamos.
Cronologías relacionadas
El mismo formato cubre la cronología de los modelos Claude, la cronología de los modelos GPT de OpenAI, la cronología de los modelos Gemini, la cronología de los modelos Grok y la cronología de los modelos Muse de Meta. Los laboratorios de este lote son Moonshot Kimi, Mistral y Alibaba Qwen. El texto a nivel de compilación es la cronología de V4.1 Flash 1017. El índice del blog de Front lista todas las publicaciones.
Sigue leyendo
Todos los artículos, del más reciente al más antiguo, están en el índice del blog de Front.
- Cronología de DeepSeek V4.1 Flash 1017: El lanzamiento de V4.1 Flash de DeepSeek, su actualización del 17 de octubre, precios y parámetros.
- Cronología de modelos Kimi: La línea Kimi de Moonshot, de K1.5 a K3.1 Pro, con licencias y contexto.
- Cronología de modelos Qwen: Qwen de Qwen-7B a Qwen3-Coder, con licencias y contexto.
- Cronología de modelos Mistral: Mistral de 7B a Large 4, con la licencia de cada lanzamiento.
Preguntas frecuentes
¿Cuál es el modelo de DeepSeek más reciente?
A fecha del 21 de octubre de 2026, la fila más reciente del changelog es DeepSeek-V4.1-Flash-1017, fechada el 17 de octubre de 2026. El nombre de API de esa fila es deepseek-flash.
¿DeepSeek-V3 tiene licencia MIT?
El README original de V3 pone el código bajo MIT y el modelo bajo un Model Agreement. Una página de noticias de DeepSeek dice que los modelos V3-0324 se publican bajo la MIT License, como DeepSeek-R1. Son checkpoints distintos.
¿Qué nombre de API debo llamar?
Para la compilación del 17 de octubre de 2026 el changelog dice deepseek-flash. deepseek-v4-pro y deepseek-v4-flash son los nombres del 24 de abril de 2026. deepseek-chat y deepseek-reasoner son el par más antiguo.
¿Por qué la nota del 20 de enero de 2025 menciona a la vez R1 y V3?
Porque el changelog lo hace. Dice que deepseek-reasoner es DeepSeek-R1, y que se puede invocar DeepSeek-V3 con el modelo deepseek-reasoner. Citamos las dos cláusulas.
Registro de cambios
- — Primera publicación. Revisados el changelog de la API de DeepSeek y las páginas de modelo de V2, V3, R1 y V3.2 hasta el 21 de octubre de 2026.