Cómo funciona el Super-agent de DeepSeek
DeepSeek quiere que dejemos de vigilar cada sesión. He revisado su prototipo y sus experimentos para entender cómo pretende conseguirlo.
AI
24 entradas
Servir agentes con vLLM en tu propia GPU
Una sesión de Claude Code son unas 174 peticiones de 100.000 tokens. Qué le hace eso a una GPU, por qué con agentes se acaba antes el cálculo que la memoria y la misma cuenta en una gráfica de 16 GB.
DeepInfer: cómo funciona el motor de inferencia de DeepSeek
DeepSeek ha liberado DeepInfer, el motor con el que sirve V4.1 Flash. Cómo funciona, qué optimizaciones trae y cómo leer sus benchmarks.
DeepSeek V4.1 Flash 1017: más inteligente, mejor programación y menos de la mitad de coste por tarea
DeepSeek actualiza V4.1 Flash: sube de 39 a 45 en el índice de Artificial Analysis y el coste por tarea cae un 54 %. Lo ponemos a prueba con una web y un vídeo.
Iris-3B contra los grandes: un modelo de 3B en una GPU
Iris-3B, un modelo de imagen abierto de 3B que genera en píxeles sin VAE, contra GPT Image, FLUX y compañía con los prompts de BudgetPixel Arena.
Qué modelo abierto usar en lugar de Claude, GPT o Gemini
Si hoy usas Claude, GPT o Gemini, qué modelo abierto probaríamos primero para hacer el mismo trabajo, comparado por clase de modelo y por carga de trabajo.
Cómo y dónde viaja la información que le das a la IA
El prompt que escribes es solo una fracción de lo que un sistema de IA acaba enviando al modelo. Qué viaja de verdad, dónde cruza y qué queda al otro lado.
Soberanía de la IA: ¿quién controla la inteligencia de tu empresa?
Saber dónde se ejecuta tu inteligencia, qué ocurre con tus datos y si todavía puedes cambiar esas decisiones. Un marco para la soberanía de la IA.
DeepSeek V4.1 Flash y los 890 bytes que importan para los agentes
Ya está en Helmcode y sustituye a V4 Flash sin coste extra. Rediseña la inferencia para una carga cada vez más común: agentes que leen mucho más de lo que escriben.
Crea tu propio Granola con modelos abiertos
Graba y transcribe tus reuniones con modelos abiertos, conviértelas en datos estructurados y monta una memoria buscable de todas tus conversaciones.
GLM 5.3 ya disponible en Helmcode
GLM 5.3 empata con Kimi K3 en lo más alto de los modelos abiertos y corre en nuestra infraestructura europea con 1M de contexto y los mismos 150 € al mes.
¿Compensa montarte tu propia infraestructura para correr modelos abiertos? Hemos hecho números
Un nodo de 8 H200 para GLM-5.2 cuesta 25.250 € al mes antes de servir un solo token. Los números completos, el break-even y cuándo gana el hardware propio.
Qué modelo abierto usar para cada tarea
Once modelos abiertos resuelven los 80 casos de empresa de nuestra guía. Los tres ejes que deciden cuál, y quince casos con el suyo al lado.
Cordis: el paper detrás de la arquitectura de DeepSeek Harness
Los cinco teoremas del paper de Cordis, el framework de plugins detrás de DeepSeek Harness, explicados en lenguaje llano y con lo que ya corre en producción.
Qué puede hacer con IA un ayuntamiento de 20.000 habitantes
Qué automatiza de verdad un ayuntamiento pequeño con modelos abiertos: registro, actas, bandos, subvenciones y ordenanzas, siempre con revisión humana.
Watermarking y el AI Act, explicados: cómo te afecta como empresa, como desarrollador y qué pasa con los modelos abiertos
Anthropic va a marcar el texto de Claude, y la razón es el artículo 50 del AI Act. Qué obliga, a quién, qué queda exento y qué cambia con los modelos abiertos.
GLM 5.2 orquesta, DeepSeek V4 Flash ejecuta
Cómo diseñar sistemas multi-modelo donde un LLM abierto planifica, otro ejecuta y el contexto que se pasan entre ellos es eficiente.
GLM 5.2 ya disponible en Helmcode
GLM 5.2, el modelo abierto MIT de 744B, ya corre en la infraestructura europea de Helmcode con zero logs y tarifa plana de 150 euros al mes.
El AI Act explicado: qué te aplica de verdad en agosto
La versión tranquila del AI Act: qué obligaciones te aplican de verdad desde el 2 de agosto, cuáles movió el Ómnibus y qué conviene tener listo.
Qué GPU necesitas para servir modelos de IA
FP8, NVFP4, H200, B200: qué acelera en hardware cada generación de NVIDIA, cuánta VRAM necesita tu modelo y qué GPU comprar. Con datos de producción reales.
NaN: the community's first month in numbers
117 billion tokens, 3.68 million requests, 21 countries, and 99.98% uptime. NaN is a community of builders with its own inference infrastructure and a private platform to deploy apps and agents.
How to set up an inference server to serve AI models
In this post I'll walk you through how the community's inference servers are set up: the hardware we use, the stack we run, and the models we serve.
Claude Code for DevOps
I've spent several hours over several days documenting and optimizing my entire local environment so I can "mechanize" the work I do every day managing infrastructure for multiple startups.
Clawd/Molbot/OpenClaw: Reflections and lessons learned
This post isn't meant to be a guide on how to use Clawd, but rather a look at how we're rolling it out at Helmcode to have an AI Agent that helps us with our day-to-day work managing the Cloud infrastructure of multiple startups.