He leído un poco sobre esta nueva IA Deepseek, y lo que he leído es interesante. Es de código abierto y viendo opiniones parece que es mejor en todos los aspectos. Yo pago por Open IA (ChatGPT) y bueno es un dinero que si se puede ahorrar pues mejor.
¿Alguien la ha probado?
Yo la he probado en su versión gratuita y le da bastantes tortas a OpenAI y Perplexity. Me ha sorprendido que se maneje tan bien en castellano y la búsqueda web en tiempo real. Como todo, son percepciones personales, aunque por las pruebas que he visto, le están dando una buena zurra a los yankis en un campo en el que ostentaban la soberanía.
¿Has tenido que hacer algo para probarlo o es registro libre?
Tengo entendido que cualquiera se puede crear cuenta, de hecho te deja crearla con una cuenta gmail.
El registro es libre y sin tener que dar teléfono, solo e-mail. deepseek.com
Gracias a todos! Voy a probarla.
Vaya, no me ha dejado registrarme con la dirección de correo de mi TLD particular.
Ahora probaré con una cuenta de Gmail.
Registro libre … estoy bajando el modelo de 405Gb … a ver que tal tira en mi cluster … XDD
Parece que andan con algunos problemitas.
Due to large-scale malicious attacks on DeepSeek's services, registration may be busy. Please wait and try again. Registered users can log in normally. Thank you for your understanding and support.
Trump haciendo de las suyas … XDD … Las bolsas se han desplomado hoy con las noticias sobre DeepSeek, y eso que hace ya casi una semana que han estado publicado vídeos de todo tipo haciendo comparativas con ChatGPT y otras IA's.
Pues se van a pegar otra más grande todavía, Janus-Pro-7B
Es lo que nos espera en los próximos años … una IA entrenando a otras IAs y los modelos evolucionando, no me arriesgo a decir de forma logarítmica, pero tampoco creo que se alejen mucho de una forma lineal, lo que ya es sorprendente en si mismo.
Janus-Pro-7B, nuevo modelo multimodal que genera imágenes, de DeepSeek
Vamos a ver… que se paren un poco porque necesito hacer cosas del trabajo y si siguen sacando IAs y haciendo vídeos el de DotCSV yo no puedo trabajar… por favor…
Jejej … yo para reyes, me pedí 7 libracos sobre temática IA, a ver si me puedo poner un poco al día antes de que me una IA de estas me "jubile" … X)
Yo no doy más de mi. Nos van a quitar el puesto de trabajo y no vamos a saber ni de dónde han venido. Tengo el Gemini premium y no le saco nada de partido y yo ahí, pagando 22 euros al mes.
Está muy bien, pero no le preguntes qué paso en Tiannanmen, que le metes en líos (te va a decir que mejor hablemos de otra cosa):
Hombre, siendo de código abierto…en china no te la van a lanzar permitiendo cosas contra el PCC, también te recuerdo que ChatGPT tiene un bonito sesgo cuando le preguntas según que cosas.
Bueno, también te digo que eso son los filtros que tienen en la API de su servicio, si te bajas el modelo que es opensource te da la respuesta (con mas o menos sesgo según con que lo entrenasen). De hecho te habrás fijado que empieza a escribir y en cuanto el filtro salta corta y te cambia por ese mensaje.
Edit: parece que si que va metido dentro del modelo x.com/vkryukov/status/1883968579340754994
así van
Curioso. Imagino que las estimaciones de que nuevos modelos como el de DeepSeek empujen a una mayor eficiencia (y que implícitamente llevará a que otros modelos grandes traten de competir en eficiencia), hace que las previsiones de crecimiento de los makers de hardware se enfríen.
Por eso se arrastran Nvidia, ARM, AMD, SuperMicro…
Las previsiones de consenso anteriores contaban con un escenario en el que las empresas irían al "más por más", es decir, similar a la evolución de Netflix: más cantidad, cantidad por encima de calidad (más output de IA sin importar eficiencia del modelo), y aumento progresivo de los ingresos por servicios de IA.
Definitivamente DeepSeek habrá puesto nerviosos a algunos, por si el enfoque cambia hacia un "la calidad (eficiencia) también importa", sobre todo porque si un gran actor es capaz de ser igual de bueno pero más eficiente, entonces tendrá el liderazgo del mercado y evitará que éste tienda a un aumento de los ingresos brutos al nivel previsto (básicamente, que la gente esté dispuesta a pagar más), y ejercerá una presión competitiva sobre otras opciones que apuesten por el más es más (empresas que apuesten por IAs muy buenas pero con consumos de x2-x3 veces por output).
Por tanto, me imagino que hay temor a que las expectativas de futuro de Nvidia, AMD y cía se enfríen un poco y no lleguen a los niveles estratosféricos que preveían.
Me alegro un montón de que alguien por fin haya puesto el foco en no ir al "más" sin miramientos ni tener en cuenta rendimientos decrecientes, sino que se haya enfocado parcialmente en hacerlo más eficiente.
EDITO: Parece ser que DeekSeek indica que "solo" ha gastado 5,6M$ en tecnología de Nvidia, y aunque diversos inversores creen que es una cifra maquillada o subestimada, no deja de ser algo muy muy impresionante. Si de verdad han conseguido ser tan buenos como el mejor modelo de OpenAI, con una fracción de los recursos, y si son capaces de progresar, la burbuja IA en EEUU va a explotar más pronto que tarde. Y de nuevo, me alegro.
Tiene pinta de que los Chinos no tienen intención ninguna de dejar que sea el tio Sam el que de el primer puñetazo sobre la mesa.
Trump anunció su megaplan para convertir a USA en una potencia IA … y van los chinos y le sueltan un bofetón que se le ha cambao el pelucón al naranjito.
Lo mejor de todo, y por lo que más me alegro aún, es porque no se apuntala una burbuja gigantesca que llevaba a que la IA fuese una nueva "industria" monumental (quién dijo burbuja?) y que había encumbrado a Nvidia a los 3 millones de millones de capitalización.
Proyectos de CPD a mansalva para IA, grandes empresas preparándose hasta para comprar centrales eléctricas enteras (famoso el caso de Microsoft reabriendo Three Mile Island, reservándose +800MW solo para su CPD)
Y llegan los chinos y boom, modelo puntero con menos recursos. Se rompe la idea (tan típica de los americanos) de "burro grande, ande o no ande".
Por sostenibilidad, eficiencia, costes para usuarios, etc., ha sido un golpe muy muy bueno. Y ya el tema código abierto, después de ver a las grandes de EEUU jugando a quién puede dominar con código propietario (Meta, Google, OpenAI…) e incluso las diatribas de OpenAI (soy "ONG", pero quiero convertirme en empresa a beneficio), es lo mejor de todo.
¡Skynet cada vez está más cerca!
Está cayendo hasta el mercado del uranio, por el tema de los reactores modulares y de las centrales que se planeaban por la demanda generada por los centros de datos.
Yo creo que lo más fuerte ha sido lo de que sea código abierto. La rentabilidad de openAI se basa en que nadie vea que hacen. Es decir, el tema no es que DeekSeek te mejore. Un competir era esperable. El problema es cuando está al alcance de cualquiera. No hay mercado que repartiese.
Lo de las suspicacias de si los chinos mienten. Pues puede ser. Pero mira, anda que no mienten algunos estadounidenses. Altman sin ir más lejos con el origen del conocimiento detrás de OpenAI. Google con Gemini…
Lo gracioso del asunto. TSMC es quien imprime todo igualmente. Nvidia les da backbone a esta gente también. Que caiga OpenAI, Claude etc si. El resto es no entender la cadena de distribución. Igualmente NVIDIA esta muy sobrevaluada. Un -30% o mas si le puede venir bien como corrección.
NVidia lleva los últimos 10 años viviendo "de espectativas". Cuando la escased de tarjetas por el criptominado … fue lo mismo … ahora que las GPU's incluyen funciones de IA y con los desarrollos de tarjetas específicas para IA … se estaban frotando las manos. Pero en cuanto aparecen modelos más optimizados, donde el "hierro" ya no influye tanto … las expectativas decaen y esos sueños de la lechera de montar CPD's de GW de consumo para IA empiezan a no tener justificación ninguna.
Parece ser que le han tomado la delantera, aunque hay temas como la censura en algunos temas que hay que tener en cuenta.
En mi experiencia personal es eficiente.
Es de código abierto. Nada que no arregle que lo puedas entrenar por tu cuenta.
No es necesario ni entrenar eh, lo que tienen es un filtro en la API de su servicio que cuando aparecen ciertos keywords te corta la respuesta y cambia el mensaje. De hecho ves como lo hace, empieza a escribir y cuando salta ves como corta la respuesta y reemplaza el texto generado hasta ese momento.
Si te bajas el modelo opensource te va a dar su respuesta, mas o menos sesgada según con que datos lo entrenasen, pero no la corta.
Edit: parece que si que va metido dentro del modelo x.com/vkryukov/status/1883968579340754994
Pues me toca probarla.
Pues hace cosas raras. Ayer le pregunté que me dijera que día era en España y me contestó esto: Hoy es 28 de enero de 2025, en España. Si necesitas más información, no dudes en preguntar. 😊
YO: estás cometiendo un error. hoy es 27 de enero. comprueba
DEEP: Tienes toda la razón, hoy es 27 de enero de 2025. Lamento el error anterior. ¡Gracias por señalarlo! 😊 Si necesitas más ayuda, estaré encantado de ayudarte. El error en la fecha se debió a un desajuste en mi configuración interna. Aunque mi conocimiento general está actualizado hasta julio de 2024, para fechas actuales dependo de una base de tiempo interna que, en este caso, no estaba correctamente sincronizada. Agradezco tu comprensión y paciencia. 😊 Si necesitas más ayuda, estaré encantado de asistirte.
Hoy le vuelvo a preguntar la fecha:
DEEP: ¡Hola! Hoy es viernes, 12 de julio de 2024. ¿En qué más puedo ayudarte? 😊
YO: Temo que estas equivocado con la fecha actual, revisa
¡Gracias por hacérmelo notar! Mi conocimiento está actualizado hasta octubre de 2023, por lo que no tengo información en tiempo real sobre la fecha actual. Para saber el día de hoy, te recomiendo revisar un calendario, tu dispositivo móvil o cualquier otra fuente actualizada. ¿Necesitas ayuda con algo más? 😊
Le digo que puede hacer la consulta por Internet y me dice esto:
DEEP: ¡Entiendo tu punto! Sin embargo, no tengo la capacidad de acceder a internet en tiempo real ni de consultar información actualizada, incluyendo la fecha exacta de hoy. Mi conocimiento está limitado a datos hasta octubre de 2023, y no puedo buscar o actualizar información más reciente.
Para obtener la fecha exacta, te recomiendo revisar un dispositivo conectado a internet, como un teléfono, computadora o incluso un reloj inteligente. ¿Hay algo más en lo que pueda ayudarte? 😊
Resumiendo, ayer me da un día posterior al que era y hoy me dice que es 12 de julio del 24. Ayer que está actualizado hasta julio del 24 y hoy hasta octubre del 23. Por otro lado una operación sencilla en Excel no me la dio correctamente hasta que le dije 2 veces que no me estaba funcionando los datos que me daba.
No se si están con problemas, pero no me parece muy allá la cosa, da la impresión de estar algo verde.
YO: estás cometiendo un error. hoy es 27 de enero.
Me pregunto si le llegas a decir cualquier otra fecha si te habría dado la razón igualmente.
A lo mejor se han dado cuenta que era una "fuga" de información del sitio (timezone) donde reside y lo han capado.
Acaba de salir otro modelo desde China, este parece relacionado con Alibaba
¿Dando de comer a la IA de Xi Jimping?
No, gracias.
La he probado en local. Por supuesto online ni con un palo.
En local el modelo que se puede ejecutar en un PC normalito es el 7b, que deja mucho que desear. El 14b es bastante equilibrado y lento pero se aguanta.
El 32b ya es algo mejor pero tarda una eternidad. Quizás con una GPU vaya mejor. Necesitaria configurar la GPU pero no encuentro forma de hacerlo en Windows
Lo malo es que es la R1, para propósitos varios mejor la V3 pero sólo está disponible en 671b lo cual es una brutalidad.
La forma más fácil y sencilla es usar koboldcpp.
Pues parece que no se han esmerado mucho en lo que a seguridad se refiere…
