DeepSeek-V3 es un modelo de pesos abiertos basado en arquitectura MoE (Mixture of Experts) con 671 mil millones de parámetros totales y 37 mil millones activos por token, entrenado extensamente en código. DeepSeek-R1 complementa el catálogo mediante aprendizaje por refuerzo para razonamiento paso a paso, destacando en algoritmos complejos y depuración minuciosa.
En evaluaciones como HumanEval y bancos de pruebas de ingeniería de software (SWE-bench), estos modelos alcanzan paridad con opciones propietarias punteras. La distinção prática es clara: V3 se adapta a autocompletado y ediciones ágiles en chat, mientras R1 sobresale cuando un agente debe planificar refactorizaciones estructurales o rastrear causas de error.