Última verificación: 19 de julio de 2026.
DeepSeek Coder es una familia histórica de modelos con pesos publicados y especializados en programación. La primera serie se lanzó en noviembre de 2023. El informe técnico que la documenta apareció después: su primera versión fue enviada a arXiv el 25 de enero de 2024.
Corrección cronológica: noviembre de 2023 es la fecha del lanzamiento inicial de DeepSeek Coder; enero de 2024 es la fecha de publicación de su artículo científico. La fecha del paper no debe utilizarse como fecha de lanzamiento del modelo.
Aviso de independencia: este es un sitio informativo independiente y no oficial. No pertenece a DeepSeek ni está afiliado, autorizado o respaldado por la empresa.
Los checkpoints de DeepSeek Coder y DeepSeek-Coder-V2 pueden descargarse y ejecutarse en infraestructura propia. Sin embargo, deepseek-coder y DeepSeek-Coder-V2 no son identificadores disponibles en el catálogo actual de la API oficial. Esta página separa los pesos históricos de los modelos alojados que DeepSeek documenta para integraciones nuevas.
Cronología de DeepSeek Coder
| Fecha | Publicación | Interpretación correcta |
|---|---|---|
| Noviembre de 2023 | Repositorio y checkpoints de la primera familia DeepSeek Coder | Lanzamiento inicial de los modelos |
| 25 de enero de 2024 | Primera versión del informe técnico en arXiv | Publicación académica posterior al lanzamiento |
| 26 de enero de 2024 | Revisión del informe en arXiv | No es una nueva generación del modelo |
| Junio de 2024 | DeepSeek-Coder-V2 y su informe técnico | Segunda generación con arquitectura MoE y contexto de 128K |
La formulación precisa es: «DeepSeek Coder se lanzó inicialmente en noviembre de 2023 y su informe técnico se publicó en enero de 2024».
Resumen de las generaciones
| Familia | Arquitectura y escala | Contexto declarado | Uso correcto | Estado en la API actual |
|---|---|---|---|---|
| DeepSeek Coder | Modelos densos desde aproximadamente 1B hasta 33B | 16K tras la etapa de contexto ampliado | Pesos Base e Instruct para código | No es un ID vigente |
| DeepSeek-Coder-V2 Lite | MoE: 16B totales y 2,4B activos | 128K | Pesos Base e Instruct | No es un ID vigente |
| DeepSeek-Coder-V2 | MoE: 236B totales y 21B activos | 128K | Pesos Base e Instruct de mayor escala | No es un ID vigente |
| DeepSeek V4 Flash/Pro | Modelos generales posteriores | 1M en la API documentada | Integraciones alojadas actuales, incluido código | IDs documentados para la API |
Qué fue DeepSeek Coder
La primera familia reunió modelos densos entrenados desde cero con dos billones de tokens. El repositorio oficial declara una composición del 87 % de código y el 13 % de lenguaje natural en inglés y chino. El entrenamiento utilizó código a nivel de proyecto, una ventana ampliada de 16K y una tarea adicional de relleno de huecos o fill in the middle (FIM).
El tratamiento a nivel de proyecto intentaba conservar relaciones entre archivos: la canalización analizaba dependencias, reorganizaba archivos relacionados, deduplicaba repositorios y filtraba código de baja calidad. Esto no significa que el modelo conozca automáticamente un repositorio privado; solo puede utilizar el contexto que realmente recibe.
- Base: orientado a continuación, completado, FIM e investigación.
- Instruct: ajustado para seguir peticiones como generar, explicar, revisar o corregir código.
- Tamaños: el repositorio resume la familia en escalas de 1B, 5,7B, 6,7B y 33B; las tarjetas concretas incluyen nombres como 1,3B y 6,7B.
- 16K: describe la ventana documentada para la familia original, no la de Coder-V2 ni la de V4.
La disponibilidad de Base e Instruct no es idéntica en todos los tamaños. Comprueba siempre el identificador del checkpoint, su tarjeta, plantilla, revisión y licencia antes de descargarlo.
Qué aportó DeepSeek-Coder-V2
DeepSeek-Coder-V2 se presentó en junio de 2024. Continuó el preentrenamiento desde un checkpoint intermedio de DeepSeek-V2 con seis billones de tokens adicionales y adoptó una arquitectura de mezcla de expertos (MoE).
| Checkpoint | Parámetros totales | Parámetros activos | Contexto | Orientación |
|---|---|---|---|---|
| Coder-V2-Lite-Base | 16B | 2,4B | 128K | Completado y FIM |
| Coder-V2-Lite-Instruct | 16B | 2,4B | 128K | Seguimiento de instrucciones |
| Coder-V2-Base | 236B | 21B | 128K | Base de mayor escala |
| Coder-V2-Instruct | 236B | 21B | 128K | Asistente de mayor escala |
El proyecto declaró que la lista de lenguajes pasó de 86 en la familia original a 338 en Coder-V2. La cifra describe la cobertura indicada por el proyecto; no garantiza el mismo nivel de calidad en todos los lenguajes, frameworks o versiones. Evalúa cada combinación con tareas reales del equipo.
DeepSeek Coder y la API oficial
Los repositorios históricos enlazaban el chat o la plataforma de DeepSeek durante su periodo de publicación. Eso documenta una disponibilidad histórica, pero no convierte los nombres de los repositorios en identificadores vigentes para nuevas integraciones.
En el catálogo oficial verificado el 19 de julio de 2026 no aparecen deepseek-coder ni DeepSeek-Coder-V2. Los modelos enumerados son deepseek-v4-flash y deepseek-v4-pro. No envíes un ID de Hugging Face como valor de model a api.deepseek.com salvo que la documentación oficial lo incluya expresamente.
| Criterio | Pesos Coder/Coder-V2 | API alojada actual |
|---|---|---|
| Operación | La gestiona el usuario o un proveedor elegido | La gestiona DeepSeek |
| Versión | Checkpoint fijado por quien despliega | ID y comportamiento documentados por la plataforma |
| Coste | Hardware, almacenamiento, energía y mantenimiento | Facturación y límites de la API |
| Datos | Dependen de la infraestructura y los registros propios | Se procesan según los términos y políticas del proveedor |
| Funciones | Dependen del motor y de la aplicación | Las que documenta la API para el modelo vigente |
Para identificadores y parámetros actuales, utiliza la guía de DeepSeek API. Para los modelos alojados, consulta DeepSeek V4. Esta página conserva la historia y el uso de los checkpoints Coder sin atribuirles funciones de la plataforma actual.
Licencias: código y pesos son componentes distintos
Los repositorios de DeepSeek Coder y DeepSeek-Coder-V2 separan LICENSE-CODE y LICENSE-MODEL:
| Componente | Licencia | Descripción correcta |
|---|---|---|
| Código del repositorio | MIT | Software utilizable conforme a los términos de MIT |
| Pesos Base e Instruct | Licencia de modelo de DeepSeek | Pesos publicados con condiciones y restricciones propias |
DeepSeek declara soporte para uso comercial en ambas familias, pero sujeto a la licencia del modelo. No describas los pesos como «modelos MIT» ni como recursos comerciales sin restricciones. Una cuantización, ajuste o conversión de terceros también requiere verificar su procedencia, sus modificaciones y la licencia incluida.
DeepSeek Coder es una familia con pesos publicados. El código del repositorio utiliza MIT, mientras que los modelos están sujetos a una licencia separada de DeepSeek que admite uso comercial con condiciones.
Ejemplo de inferencia local
El siguiente ejemplo carga deepseek-coder-6.7b-instruct desde Hugging Face con Transformers. No llama a la API oficial. Revisa las versiones, los archivos y cualquier código remoto antes de habilitar trust_remote_code=True.
from transformers import AutoModelForCausalLM, AutoTokenizer
model_id = "deepseek-ai/deepseek-coder-6.7b-instruct"
tokenizer = AutoTokenizer.from_pretrained(
model_id,
trust_remote_code=True,
)
model = AutoModelForCausalLM.from_pretrained(
model_id,
trust_remote_code=True,
torch_dtype="auto",
device_map="auto",
)
messages = [{
"role": "user",
"content": (
"Escribe una función de Python que valide una dirección IPv4. "
"Incluye type hints, docstring y pruebas con pytest."
),
}]
inputs = tokenizer.apply_chat_template(
messages,
add_generation_prompt=True,
return_tensors="pt",
).to(model.device)
outputs = model.generate(
inputs,
max_new_tokens=500,
do_sample=False,
eos_token_id=tokenizer.eos_token_id,
)
generated = outputs[0][inputs.shape[-1]:]
print(tokenizer.decode(generated, skip_special_tokens=True))El ejemplo genera texto; no ejecuta las pruebas ni verifica automáticamente la seguridad. Trabaja en un entorno aislado, no incluyas secretos, fija versiones, revisa dependencias y ejecuta lint, tipos, pruebas y análisis de seguridad antes de aceptar un cambio.
Cómo interpretar capacidades y benchmarks
- Generación: crear una primera implementación a partir de una especificación.
- Completado y FIM: continuar un archivo o rellenar código entre un prefijo y un sufijo.
- Corrección: proponer cambios ante un error o una prueba fallida.
- Explicación y revisión: resumir flujo, proponer refactorizaciones o señalar riesgos aparentes.
- Pruebas: sugerir casos, sin garantizar que se ejecuten o sean suficientes.
Los repositorios publican resultados en benchmarks como HumanEval, MBPP, DS-1000, RepoBench, LiveCodeBench, Defects4J y SWE-Bench, según la generación. Son resultados históricos bajo protocolos concretos. No demuestran superioridad general en 2026 ni garantizan que el código compile, supere pruebas reales, respete la arquitectura o sea seguro.
Evalúa el modelo con un conjunto privado de tareas representativas y conserva checkpoint, revisión, prompt, parámetros, herramientas, latencia, coste y criterios. Distingue entre código plausible y código aceptado después de pruebas y revisión humana. Para un flujo completo, consulta DeepSeek en ingeniería de software.
Preguntas frecuentes sobre DeepSeek Coder
¿DeepSeek Coder se lanzó en 2023 o en 2024?
La primera familia se lanzó en noviembre de 2023. El informe técnico fue enviado a arXiv el 25 de enero de 2024. Enero de 2024 es la fecha de publicación académica, no la del lanzamiento inicial.
¿DeepSeek Coder es un modelo de la API oficial?
No es un identificador documentado para nuevas integraciones en el catálogo verificado el 19 de julio de 2026. Es una familia de checkpoints descargables. Comprueba siempre la tabla oficial antes de programar una integración.
¿Los pesos utilizan la licencia MIT?
No. El código de los repositorios utiliza MIT; los pesos están sujetos a una licencia de modelo separada. DeepSeek declara soporte para uso comercial sujeto a sus condiciones.
¿Coder-V2 soporta 338 lenguajes por igual?
No. Es la cifra de lenguajes declarada por el proyecto, no una garantía de calidad uniforme. Prueba cada lenguaje, framework, versión y patrón que use tu equipo.
¿Qué diferencia hay entre Base e Instruct?
Base se orienta a continuación, completado y FIM. Instruct añade ajuste para seguir peticiones conversacionales. Ninguno garantiza código correcto o seguro.
¿Coder-V2 es simplemente el modelo 33B con más contexto?
No. Es una generación distinta que continúa desde DeepSeek-V2, utiliza arquitectura MoE, ofrece escalas 16B/2,4B y 236B/21B, y declara una ventana de 128K.
Conclusión
DeepSeek Coder conserva valor como familia histórica de modelos para programación con pesos publicados. Su lanzamiento inicial ocurrió en noviembre de 2023; el informe técnico se publicó en enero de 2024. Coder-V2 llegó después con arquitectura MoE, mayor contexto y otra escala operativa.
Para despliegue propio, selecciona el checkpoint exacto y revisa su licencia. Para una integración alojada, no uses deepseek-coder como ID: consulta los modelos vigentes de la API. En cualquier caso, prueba, revisa y protege todo código generado antes de utilizarlo.