Aspectos destacados
Novita AI ha presentado DeepSeek V3 0324. Además, esta versión es compatible completamente con function calling.
DeepSeek V3 0324 combina arquitectura MoE, soporte multilingüe, Function Calling y generación de código optimizada para una precisión y eficiencia de desarrollo inigualables.
DeepSeek V3 0324 redefine las capacidades de IA con su arquitectura inigualable y soporte de Function Calling. Diseñado para aplicaciones de texto a texto, es ideal para desarrolladores que buscan crear código de alta calidad y automatizar integraciones de interfaces. Su capacidad para manejar escenarios complejos con facilidad lo convierte en una opción superior para el desarrollo de vanguardia.
¿Qué es DeepSeek V3 0324?
| Información básica | Fecha de lanzamiento | 24 de marzo de 2025 |
| Tamaño del modelo | 671B parámetros (37B activos/token) | |
| Código abierto | Sí | |
| Arquitectura | Mixture-of-Experts (MoE) | |
| Capacidad | Soporta function calling | |
| Idiomas compatibles | Idiomas multilingües | Capacidades mejoradas en chino |
| Multimodal | Capacidad multimodal | No es un modelo multimodal, texto a texto |
| Entrenamiento | Datos de entrenamiento | 14.8 billones de tokens diversos |
| Tamaño del modelo por precisión | Tipo de tensor | BF16/F8_E4M3/F32 |
DeepSeek V3 0324 + Function Calling
DeepSeek V3 0324 es compatible con Function Calling y cuenta con capacidades mejoradas de generación de código front-end, lo que trae mejoras significativas al desarrollo front-end.
En primer lugar, DeepSeek V3 0324 muestra una clara optimización en la generación de HTML, CSS y JavaScript. Produce código limpio y semántico, adecuado para diseño responsivo y desarrollo basado en componentes. Esto ayuda a los desarrolladores a construir rápidamente estructuras de página y lógica de interacción básica, mejorando la eficiencia del desarrollo.
En segundo lugar, el mecanismo de Function Calling permite al modelo invocar interfaces externas, lo que lo hace más efectivo al manejar escenarios comunes de front-end como búsqueda, envío de formularios y carga dinámica de datos. A través de Function Calling, el modelo no solo puede entender la intención del usuario, sino también generar lógica de invocación de funciones, permitiendo una coordinación fluida entre el front-end y el back-end.
En resumen, la combinación de DeepSeek V3 0324 y Function Calling permite al modelo generar código front-end de alta calidad mientras automatiza la integración de interfaces. Es muy adecuado para construir funcionalidades front-end como búsqueda, recomendaciones e interacciones de datos, aumentando significativamente la eficiencia del desarrollo y la colaboración en general.
Cómo usar DeepSeek V3 0324 Function Calling a través de Novita AI
Novita AI ha lanzado descripciones de capacidad compatibles para cada LLM, que puedes ver directamente en la [consola](https://novita.ai/models-console/?utm_source=blog_llm&utm_medium=article&utm_campaign=/ llama-4-maverick-function-calling/) y en la [documentación](https://novita.ai/docs/guides/llm-function-calling/?utm_source=blog_llm&utm_medium=article&utm_campaign= llama-4-maverick-function-calling).
1. Inicializar el cliente
Primero, debes inicializar el cliente con tu clave API de Novita.
from openai import OpenAI
import json
client = OpenAI(
base_url="https://api.novita.ai/v3/openai",
# Obtén la clave API de Novita AI desde: https://novita.ai/settings/key-management.
api_key="<YOUR Novita AI API Key>",
)
model = "deepseek/deepseek-v3-0324"
- Definir la función a llamar
A continuación, define la función de Python que el modelo puede llamar. En este ejemplo, es una función para obtener información del clima.
# Ejemplo de función para simular la obtención de datos meteorológicos.
def get_weather(location):
"""Recupera el clima actual para una ubicación determinada."""
print("Llamando a la función get_weather con ubicación: ", location)
# En una aplicación real, aquí llamarías a una API meteorológica externa.
# Este es un ejemplo simplificado que devuelve datos fijos.
return json.dumps({"location": location, "temperature": "60 degrees Fahrenheit"})
2. Construir la solicitud API con herramientas y mensaje del usuario
Ahora, crea la solicitud API al endpoint de Novita. Esta solicitud incluye el parámetro tools, que define las funciones que el modelo puede usar, y el mensaje del usuario.
tools = [
{
"type": "function",
"function": {
"name": "get_weather",
"description": "Obtiene el clima de una ubicación; el usuario debe proporcionar primero una ubicación",
"parameters": {
"type": "object",
"properties": {
"location": {
"type": "string",
"description": "La ciudad y estado, p. ej., San Francisco, CA",
}
},
"required": ["location"]
},
}
},
]
messages = [
{
"role": "user",
"content": "¿Cuál es el clima en San Francisco?"
}
]
# Enviemos la solicitud e imprimamos la respuesta.
response = client.chat.completions.create(
model=model,
messages=messages,
tools=tools,
)
# Verifica si la respuesta contiene llamadas a herramientas en producción.
tool_call = response.choices[0].message.tool_calls[0]
print(tool_call.model_dump())
3. Salida
{'id': '0', 'function': {'arguments': '{"location": "San Francisco, CA"}', 'name': 'get_weather'}, 'type': 'function'}
4. Responder con el resultado de la llamada a la función y obtener la respuesta final
El siguiente paso es procesar la llamada a la función, ejecutar la función get_weather y enviar el resultado de vuelta al modelo para generar la respuesta final al usuario.
# Asegúrate de que tool_call esté definido desde el paso anterior
if tool_call:
# Extiende el historial de la conversación con el mensaje de llamada a herramienta del asistente
messages.append(response.choices[0].message)
function_name = tool_call.function.name
if function_name == "get_weather":
function_args = json.loads(tool_call.function.arguments)
# Ejecuta la función y obtén la respuesta
function_response = get_weather(
location=function_args.get("location"))
# Agrega la respuesta de la función a los mensajes
messages.append(
{
"tool_call_id": tool_call.id,
"role": "tool",
"content": function_response,
}
)
# Obtén la respuesta final del modelo, ahora con el resultado de la función
answer_response = client.chat.completions.create(
model=model,
messages=messages,
# Nota: No incluyas el parámetro tools aquí.
)
print(answer_response.choices[0].message)
5. Salida
{'id': '0', 'function': {'arguments': '{"location": "San Francisco, CA"}', 'name': 'get_weather'}, 'type': 'function'}
DeepSeek V3 0324 es un modelo de IA de próxima generación que supera a sus predecesores al combinar Function Calling avanzado con un sólido soporte de idiomas y generación de código optimizada. Su eficiencia en el manejo de escenarios de desarrollo complejos lo convierte en una herramienta potente e indispensable para los desarrolladores modernos.
Preguntas frecuentes
¿Qué es function calling?
Permite a los LLM activar herramientas o API externas para realizar tareas y recuperar datos.
¿Cómo puedo empezar a usar DeepSeek V3 0324 Function Calling en Novita AI?
Para usar DeepSeek V3 0324, inicializa el cliente de Novita AI con tu clave API, define funciones de Python invocables, construye solicitudes API con herramientas y procesa las llamadas a herramientas del modelo. Visita la documentación de Novita AI para obtener pasos detallados.
¿Por qué DeepSeek V3 0324 es mejor que otros modelos?
DeepSeek V3 0324 destaca en la generación de código front-end limpio y semántico (HTML, CSS, JavaScript) para diseño responsivo e interacciones dinámicas.
Novita AI es la plataforma en la nube integral que impulsa tus ambiciones de IA. APIs integradas, serverless, instancias GPU — las herramientas rentables que necesitas. Elimina la infraestructura, comienza gratis y haz realidad tu visión de IA.
