DeepSeek V4 Vision: China libera el modelo multimodal de 305.000 millones de parámetros con licencia MIT
China vuelve a romper el juego. DeepSeek acaba de publicar DeepSeek V4 Vision, un modelo multimodal de 305.000 millones de parámetros con licencia MIT, disponible para descargar, modificar y usar comercialmente sin pagar un dólar. La novedad llega en la víspera de septiembre de 2026 y redefine, una vez más, el techo del código abierto.
Qué es DeepSeek V4 Vision y qué lo hace diferente
DeepSeek V4 Vision es la primera versión del modelo chino con capacidades de visión integradas de serie. Procesa texto e imágenes en el mismo paso, con mejoras sustanciales en los benchmarks de agentes frente a versiones anteriores. El equipo de DeepSeek publicó el modelo bajo licencia MIT, lo que significa que cualquier desarrollador puede descargarlo de Hugging Face, desplegarlo en sus propios servidores y adaptarlo a sus productos sin restricciones de uso comercial.
El contexto importa: hasta ahora, los modelos multimodales de frontera —GPT-5.6, Gemini 3.7, Claude Opus 5— solo estaban disponibles vía API de pago. DeepSeek V4 Vision cambia esa ecuación: el mismo nivel de razonamiento visual que cobraban por token, ahora disponible como pesos abiertos.
Lo que cambia técnicamente
La arquitectura usa un codificador de visión mejorado que procesa imágenes en alta resolución antes de pasarlas al modelo de lenguaje principal. Las ganancias en benchmarks de agentes visuales son «sustanciales» según el equipo de DeepSeek, que citó mejoras en tareas de comprensión de documentos, análisis de gráficos y reconocimiento de escenas complejas. El modelo activa 49.000 millones de parámetros por token con un sistema de enrutamiento de 256 expertos, lo que mantiene la eficiencia de inferencia a pesar del tamaño total de 305B.
La licencia MIT elimina la restricción de uso comercial que tenían versiones anteriores de algunos modelos chinos. Según los propios desarrolladores, el objetivo es acelerar la adopción global.
Qué significa para América Latina
Para los desarrolladores de Colombia, México, Argentina y el resto de la región, DeepSeek V4 Vision abre posibilidades concretas que antes requerían presupuesto de empresa mediana:
- Automatización documental: análisis de facturas, contratos, formularios gubernamentales en español, sin enviar los datos a servidores externos.
- Startups con datos sensibles: clínicas, fintechs o estudios legales que no pueden usar APIs externas por regulaciones de privacidad pueden desplegar el modelo on-premise.
- Costo cero de modelo: el costo se traslada a la infraestructura de cómputo, no a licencias. Con plataformas como RunPod o vast.ai, una startup latinoamericana puede arrancar por menos de US$200 al mes.
El modelo en español aún tiene trabajo por hacer —fue entrenado principalmente en inglés y chino— pero para tareas multimodales con documentos mixtos ya es perfectamente funcional.
El patrón que no para
DeepSeek V4 Vision sigue el mismo patrón que hemos visto en 2026: China libera un modelo de frontera como open source y redibuja el precio de referencia de todo el mercado. Ya pasó con DeepSeek V4 en agosto, con Kimi K3 de Moonshot, con Qwen3.8-Max de Alibaba y ahora con Hy4 de Tencent. La pregunta ya no es si los modelos abiertos alcanzarán la frontera, sino cuánto tiempo tarda cada nuevo lanzamiento.
Para OpenAI, Anthropic y Google, esto presiona sus precios de API hacia abajo. Para los desarrolladores de LatAm, es una oportunidad de construir sobre infraestructura de frontera sin el costo que eso implicaba hace dos años.
Lee también:
→ DeepSeek V4: China regala la IA de frontera y redibuja el negocio en América Latina
→ DeepSeek V4-Flash-0731: el modelo de agentes IA que resuelve tareas a US$0,04
Fuentes: DeepSeek en Hugging Face · AI Weekly, 31 de agosto de 2026
