Se espera que DeepSeek V4 y un nuevo modelo Tencent Hunyuan se lancen en abril de 2026, según Whale Lab.
Estos lanzamientos simultáneos indican una aceleración en el desarrollo de la inteligencia artificial (IA) de China, con un enfoque en las aplicaciones prácticas por encima del rendimiento de referencia.
DeepSeek V4 se describe como un gran modelo multimodal capaz de generar texto, imágenes y vídeo. El modelo tiene como objetivo mejorar las capacidades de codificación y la memoria a largo plazo, un desafío conocido para los modelos de lenguajes grandes.
Informes anteriores, incluido uno del Financial Times, habían sugerido un lanzamiento en marzo para DeepSeek V4. Una variante más ligera, “V4 Lite”, apareció en el sitio web de DeepSeek el 9 de marzo.
Whale Lab informó que aparecieron dos modelos, “Healer Alpha” y “Hunter Alpha”, en la plataforma OpenRouter, lo que sugiere que podrían ser versiones tempranas de DeepSeek V4. Hunter Alpha se describe como un modelo de un billón de parámetros con una ventana de contexto de un millón de tokens. Healer Alpha se presenta como un modelo multimodal con razonamiento intermodal. Ninguna entidad ha reclamado oficialmente estos modelos.
DeepSeek ha colaborado con Huawei y Cambricon para optimizar V4 para chips de IA nacionales chinos. La empresa también se asoció con Baidu para mejorar sus funcionalidades de búsqueda de IA.
El nuevo modelo Hunyuan de Tencent estará dirigido por Shunyu Yao, el científico jefe de IA de Tencent, que se unió en diciembre de 2025. El modelo tiene aproximadamente 30 mil millones de parámetros y se centrará en el aprendizaje en contexto y la usabilidad de los agentes.
Yao, graduado de la Universidad de Tsinghua, es conocido por su trabajo en marcos de agentes de IA como ReAct y Tree of Thoughts. Según Caixin, ha abogado por un cambio de la evaluación comparativa a aplicaciones basadas en escenarios.
Estos lanzamientos siguen a otros lanzamientos de modelos de IA en China por parte de empresas como Alibaba y ByteDance. La carrera de la industria se está intensificando en torno a las capacidades multimodales, la memoria a largo plazo y el desempeño de los agentes en el mundo real.
