DeepSeek Harness alcanza los 1,5 millones de usuarios y los 92T de tokens semanales
DeepSeek Harness sigue en fase de Release Candidate, pero ya supera los 1,5 millones de usuarios activos. Consumen más de 92T de tokens de DeepSeek a la semana, aproximadamente la mitad del tráfico de OpenRouter entre todos sus modelos, según la estimación del autor de la publicación. Casi el 60% escribe sus propios plugins, por lo que la extensibilidad es una parte central del producto. La base real de usuarios podría ser entre 1,5 y 2 veces mayor.
Procesado por IA desde TG: @bezsmuzi (Русский ИТ бизнес); editado por Hamidun News
Mientras la industria debate qué modelo es más inteligente en el último benchmark, los usuarios votan con sus tokens. Y, a juzgar por las cifras más recientes, DeepSeek Harness, un entorno para trabajar con los modelos de DeepSeek, ha alcanzado un volumen de uso impresionante incluso antes de su lanzamiento oficial.
Qué se sabe
Según los datos que comparte la cuenta oficial del proyecto, DeepSeek Harness tiene más de 1,5 millones de usuarios activos en su beta. Entre todos consumen más de 92T de tokens de DeepSeek a la semana. El autor de un análisis publicado en el canal de Telegram «Russkiy IT Biznes» compara esa cifra con el tráfico de OpenRouter: equivale aproximadamente a la mitad del volumen total de todos los modelos de la plataforma. La comparación es aproximada, pero permite hacerse una idea de la escala.
Formalmente, el producto sigue en fase de Release Candidate. Hay una salvedad importante: las estadísticas solo incluyen a los usuarios de la API oficial de DeepSeek. Si se cuentan otras vías de acceso a los modelos y las suscripciones, el autor estima que la base de usuarios podría ser entre 1,5 y 2 veces mayor. Se trata de una estimación, no de una cifra confirmada.
Los plugins como señal principal
La métrica más interesante ni siquiera es el volumen de tokens. Casi el 60% de los usuarios crea sus propios plugins. Es una proporción muy alta para un producto en beta: las personas no se limitan a ejecutar un flujo de trabajo predefinido, sino que adaptan la herramienta a su trabajo.
Imaginemos una situación habitual. Un equipo utiliza el modelo para revisar código y necesita, además, que los resultados se envíen automáticamente a su gestor de tareas y respeten las convenciones internas de nomenclatura. Antes, esto se resolvía con scripts propios que envolvían la API. Si el entorno ofrece un mecanismo de plugins integrado, esos scripts se convierten en módulos portables. A juzgar por la proporción de usuarios que los crean, ese es precisamente el atractivo que los lleva a utilizarlo.
Para el mercado, esto significa que el valor se desplaza del propio modelo al entorno que lo rodea: cómo conectar herramientas, cómo almacenar el contexto y cómo compartir el trabajo desarrollado. El modelo se convierte en un componente intercambiable, mientras que los hábitos adquiridos y los plugins acumulados permanecen.
Cómo interpretar estas cifras con cautela
Primero: las cifras proceden del propio proyecto y la publicación no aporta una verificación independiente. Las estadísticas de marketing durante una beta suelen seleccionar las métricas más favorables, y «usuario activo» puede significar cualquier cosa, desde un desarrollador que utiliza el producto a diario hasta alguien que lo ejecutó una sola vez.
Segundo: 92T de tokens semanales indican intensidad de uso, pero no calidad. Los bucles de los agentes pueden consumir enormes cantidades de tokens en reintentos y contextos largos. Un contador elevado no implica necesariamente un mayor valor por unidad de gasto.
Tercero: la comparación con OpenRouter tiene limitaciones. Son canales de acceso distintos y sus respectivas cuotas deben calcularse con cuidado. El autor de la publicación también reconoce abiertamente que utiliza la herramienta casi a diario, por lo que ofrece la perspectiva de un profesional implicado, no la de un analista neutral.
Qué hacer en la práctica
Si estás construyendo un producto basado en LLM, conviene revisar cómo has planteado su extensibilidad. La cuestión va más allá de qué modelo conectar: se trata de si tus usuarios o equipos internos pueden añadir comportamientos por su cuenta. La elevada proporción de creadores de plugins en otro producto indica que existe una demanda real de esa capacidad.
Si eres desarrollador, tiene sentido probar Harness en tu trabajo habitual mientras sigue siendo un candidato a lanzamiento y evaluar de antemano el coste en tokens de tareas reales. Si eres responsable de producto, incluye entre tus métricas tanto el número de solicitudes como la proporción de usuarios que personaliza la herramienta. Es uno de los indicadores más claros de que el producto se utiliza en serio.
El siguiente paso es esperar al lanzamiento y a los datos independientes. Por ahora, el panorama es este: DeepSeek ha desarrollado un ecosistema alrededor de su API y está creciendo más rápido de lo que muchos esperaban.
- 9 nov 2026DeepSeek Harness construye un arcade con un solo prompt en 2 horas y 43 minutos con una suscripción de $10
- 8 nov 2026Xiaomi MiMo pasa a encoder-decoder: 5 veces menos prefill con 1M de contexto
- 8 nov 2026Thinking Machines lanza Inkling 2 Small: un MoE de 594B que ajustó Qwen por su cuenta por $426
- 8 nov 2026DeepSeek V4.1 Flash habria reducido sus rechazos del 81,6% al 4,3% en 838 prompts
Preguntas frecuentes sobre la noticia
¿Qué se sabe sobre Qué se sabe?
Según los datos que comparte la cuenta oficial del proyecto, DeepSeek Harness tiene más de 1,5 millones de usuarios activos en su beta. Entre todos consumen más de 92T de tokens de DeepSeek a la semana. El autor de un análisis publicado en el canal de Telegram «Russkiy IT Biznes» compara esa cifra con el tráfico de OpenRouter: equivale aproximadamente a la mitad del volumen total de todos los modelos de la plataforma. La comparación es aproximada, pero permite hacerse una idea de la escala.
¿Qué se sabe sobre Los plugins como señal principal?
La métrica más interesante ni siquiera es el volumen de tokens. Casi el 60% de los usuarios crea sus propios plugins. Es una proporción muy alta para un producto en beta: las personas no se limitan a ejecutar un flujo de trabajo predefinido, sino que adaptan la herramienta a su trabajo. Imaginemos una situación habitual. Un equipo utiliza el modelo para revisar código y necesita, además, que los resultados se envíen automáticamente a su gestor de tareas y respeten las convenciones internas de nomenclatura.
Cómo interpretar estas cifras con cautela?
Primero: las cifras proceden del propio proyecto y la publicación no aporta una verificación independiente. Las estadísticas de marketing durante una beta suelen seleccionar las métricas más favorables, y «usuario activo» puede significar cualquier cosa, desde un desarrollador que utiliza el producto a diario hasta alguien que lo ejecutó una sola vez. Segundo: 92T de tokens semanales indican intensidad de uso, pero no calidad.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
Lo esencial de la IA — una vez por semana
Siete historias que de verdad importaron, elegidas a mano. Sin ruido ni notas de prensa.
¡Listo! Revisa tu correo para la confirmación.