Última actualización 07-01-2026
Categoría:
Reviews:
Join thousands of AI enthusiasts in the World of AI!
DeepSeek Coder
DeepSeek Coder es una familia de modelos de lenguaje de código de código abierto de DeepSeek. La serie incluye variantes base e instructivas desde 1B hasta 33B parámetros, entrenadas desde cero con 2 billones de tokens que son un 87% código y un 13% lenguaje natural en inglés y chino. Los pesos se publican en Hugging Face, y puedes probar los modelos a través de chat.deepseek.com o ejecutarlos localmente con los ejemplos en el repositorio de GitHub.
Los modelos están dirigidos a trabajos de nivel de proyecto, no solo a fragmentos de una línea. El entrenamiento utiliza una ventana de 16K tokens y una tarea de completar el espacio en blanco para que el modelo pueda completar o insertar código en múltiples archivos de un repositorio. Los resultados de referencia publicados en el repositorio muestran que DeepSeek-Coder-Base-33B está por delante de CodeLlama-34B en HumanEval Python, HumanEval Multilingüe, MBPP y DS-1000. Se informa que el modelo ajustado a instrucciones de 33B supera a GPT-3.5-turbo en HumanEval y lo iguala en MBPP.
El repositorio incluye guías para inferencia, una demostración local con Gradio, scripts de ajuste fino con DeepSpeed y código de evaluación reproducible. Los idiomas compatibles abarcan Python, JavaScript, Go, Rust, TypeScript y muchos más. El código del repositorio tiene licencia MIT, y la licencia del modelo permite su uso comercial.
Los desarrolladores de software e ingenieros de ML utilizan DeepSeek Coder para completado en el editor, relleno de múltiples archivos, asistentes de chat de codificación y ajuste fino en conjuntos de datos de instrucciones personalizadas.
Cuatro tamaños de modelo desde 1B hasta 33B, cada uno en variantes base e instructivas
Ventana de contexto de 16K diseñada para completar a nivel de múltiples archivos y repositorios
El preentrenamiento fill-in-the-blank permite insertar código entre bloques existentes
Cubre más de 80 lenguajes incluyendo Python, JavaScript, Go, Rust y Solidity
Scripts de fine-tuning con DeepSpeed más ejemplos de inferencia vLLM en el repositorio
Pesos del modelo abierto y código del repositorio con licencia MIT que permite uso comercial.
Los puntos de referencia publicados lo sitúan por delante de otros modelos de código abierto en varias pruebas.
Múltiples tamaños de parámetros permiten a los equipos equilibrar la velocidad de inferencia con la capacidad.
Los modelos más grandes de 33B necesitan una memoria GPU sustancial para la inferencia local.
La documentación está centrada en el README de GitHub en lugar de un sitio de documentación independiente.
Los modelos Instruct requieren cambios en eos_token_id para un comportamiento óptimo en la finalización de código.
¿Qué es DeepSeek Coder?
DeepSeek Coder es una serie de modelos de lenguaje de código open-source de DeepSeek. Los modelos manejan tareas de completado de código, llenado, generación a nivel de repositorio y codificación guiada por instrucciones en muchos lenguajes de programación.
¿Qué tamaños de modelo ofrece DeepSeek Coder?
DeepSeek Coder se ofrece en tamaños de 1B, 5.7B, 6.7B y 33B parámetros. Cada tamaño tiene un modelo base para completado y un modelo instructivo ajustado para solicitudes de codificación de estilo chat.
¿DeepSeek Coder es gratuito para usar?
Sí. Los pesos del modelo DeepSeek Coder están disponibles en Hugging Face, el código del repositorio tiene licencia MIT, y el proyecto indica que el uso comercial está permitido bajo la licencia del modelo.
¿Cómo ejecuto DeepSeek Coder localmente?
DeepSeek Coder proporciona ejemplos en Python en su README de GitHub usando Hugging Face Transformers y PyTorch. También puedes ejecutar una demostración local con Gradio desde la carpeta demo o usar vLLM para inferencia de mayor rendimiento.
¿En qué benchmarks funciona bien DeepSeek Coder?
DeepSeek Coder reporta puntuaciones altas pass@1 en HumanEval, MultiPL-E, MBPP, DS-1000 y APPS. El README incluye tablas detalladas de evaluación y scripts en el directorio Evaluation.
¿Puedo afinar DeepSeek Coder con mis propios datos?
Sí. DeepSeek Coder incluye un script finetune_deepseekcoder.py con soporte para DeepSpeed. Los datos de entrenamiento deben seguir el formato JSONL de instrucciones y salidas descrito en el README de fine-tuning.