La adopción de los modelos chinos de inteligencia artificial crece con rapidez, pero sus ingresos siguen muy por debajo de los de OpenAI y Anthropic, mientras las valoraciones de DeepSeek y Moonshot despiertan dudas entre los analistas.
DeepSeek V4.1 Flash es presentado como un modelo multimodal de mezcla de expertos centrado en reducir el costo de memoria mediante compresión del KV cache y atención dispersa. Su arquitectura Causal Encoder–Decoder utiliza 40 capas de Transformer y activa 8.000 millones de parámetros durante el procesamiento de entrada y 16.000 millones durante la generación, según la documentación técnica disponible.
DeepSeek estaría a punto de dar un giro corporativo con la llegada de Yan Wentao como su primer director financiero, mientras la startup china analiza una posible cotización en el mercado STAR de Shanghái y acelera la captación de capital, la infraestructura computacional y la contratación de talento.