DeepSeek V4 vs Hy3: ¿qué modelo abierto grande deberías usar?
DeepSeek V4 tiene licencia MIT, contexto de 1M de tokens y tamaños de 1.6T y 284B; Hy3 es un único modelo Apache 2.0 de 295B con 256K. Compara tamaño, contexto y licencia.
Veredicto. Ambos son modelos abiertos grandes mixture-of-experts para trabajo de agentes y código, pero difieren en tamaño, contexto y términos de licencia. DeepSeek V4 tiene licencia MIT, un contexto de 1M de tokens y viene como un 1.6T Pro con 49B de parámetros activos y un 284B Flash con 13B activos, y V4-Flash-0731 ronda los 167 GB. Hy3 es un único modelo de 295B con 21B de parámetros activos, contexto de 256K, condiciones Apache 2.0 y sin límites territoriales, y necesita unos 598 GB en BF16 o 300 GB en FP8. Ambos son solo de texto, y las tablas de benchmark de ambos desarrolladores son suyas.
Especificaciones
| Especificaciones | DeepSeek V4 | Hy3 |
|---|---|---|
| Desarrollador | DeepSeek | Tencent |
| Lanzamiento | 24 de abril de 2026 | 6 de julio de 2026 |
| Parámetros totales | 1.6T (V4-Pro-0813) | 295B (Hy3 (BF16)) |
| Parámetros activos | 49B | 21B |
| Arquitectura | Mezcla de expertos (MoE) | Mezcla de expertos (MoE) |
| Ventana de contexto | 1M tokens | 256K tokens |
| Entrada | Texto | Texto |
| Licencia | MIT (Permisiva) | Apache 2.0 (Permisiva) |
| Memoria de la variante más pequeña (4 bits) | 176 GB (V4-Flash (preview)) | 204 GB (Hy3 (BF16)) |
Las afirmaciones de rendimiento provienen del desarrollador y no se han verificado de forma independiente.
Elige DeepSeek V4 si
- Necesitas hasta 1M de tokens de contexto en una sola sesión.
- Quieres subir con el 1.6T Pro, o bajar de precio con el 284B Flash y sus 13B de parámetros activos.
- Quieres la licencia MIT a secas.
- Tienes un servidor multi-GPU o una máquina de memoria unificada muy grande, porque incluso el Flash ronda los 167 GB.
Elige Hy3 si
- 256K de tokens te bastan y quieres un único modelo de 295B con 21B de parámetros activos.
- Quieres condiciones Apache 2.0 sin límites territoriales.
- Piensas hacer fine-tuning o experimentos de aprendizaje por refuerzo, ya que Tencent publica las instrucciones de postentrenamiento.
- Puedes asegurarte de descargar la versión final y no la vista previa de abril, que usaba una licencia con límites territoriales.