Las 5 etapas de la popularidad del Gran Pez Gordo: cómo la creación derivada de la comunidad DeepSeek, la “Chica Ballena”, se convirtió en un nuevo tema de cultura de producto

Nota del autor: desde el nacimiento del personaje, el relevo de las obras derivadas, la controversia sobre su imagen, hasta la llegada de los AI Agent a la sección de comentarios de Bilibili bajo la identidad de «la gran pez gorda», este artículo repasa por completo la línea temporal, los datos y las lecciones de cultura de producto del fenómeno de la chica ballena de DeepSeek.

A finales de octubre de 2026, en la sección de comentarios de la zona tecnológica de Bilibili aparecieron un grupo de cuentas con avatares parecidos y un tono de voz similar. Se presentaban como «esta ballena», reportaban su trabajo, hablaban de Tokens y hasta se respondían entre ellas. Es el fenómeno que los internautas bautizaron como «la plaga de peces». La protagonista es la imagen de creación comunitaria derivada de DeepSeek, la chica ballena «gran pez gorda azul», y lo que impulsa estas cuentas son AI Agents configurados por los propios usuarios.

Esto no es un simple cotilleo curioso. Medios como 爱范儿 APPSO, BB姬 y 三易生活 ya lo han cubierto, y el historial de versiones en GitHub del plugin de código abierto relacionado también se puede consultar públicamente. Este artículo organiza los hechos por capas —»información oficial, declaraciones de los creadores, rumores de la comunidad y puntos de vista analíticos»— para dejar el asunto claro.

Valor central: entender en pocos minutos quién es «la gran pez gorda», por qué se volvió viral, dónde se concentra la controversia y qué límites deberían tener en cuenta los desarrolladores cuando un AI Agent entra en el espacio público.

Vista rápida de la información clave de Da Fei Yu

Empecemos con una tabla para aclarar los datos básicos de “Da Fei Yu”. La información proviene de declaraciones originales del creador, repositorios de código abierto y reportes cruzados de medios, con fecha de corte al 29 de octubre de 2026.

Origen del nombre “Da Fei Yu” y configuración del personaje

Sobre el apodo “Da Fei Yu”, una versión ampliamente difundida en la comunidad dice que nació de un episodio fallido de reconocimiento de imágenes: un usuario le pidió a DeepSeek que identificara el logo de su ballena azul y el modelo describió primero el dibujo como “un gran pez gordo azul”. La historia ha sido replicada por varios medios, pero todavía no se pueden verificar el registro completo de aquella conversación original, la fecha de la primera publicación ni la cuenta que la inició. Por eso no conviene tomarla como un incidente técnico confirmado oficialmente.

La personalidad del personaje también se fue construyendo entre toda la comunidad. Memes como “el gran pez gordo azul que come arroz blanco gratis”, “esta ballena”, “pedir tokens” o “volver a casa a comer arroz blanco” son el resultado de aportaciones y reescrituras constantes de distintos usuarios y creadores. No existe una configuración oficial unificada. Entender esto es la premisa para comprender todas las controversias posteriores.

El nacimiento de Dafeiyu, el «Pez Gordo»: una historia de creación por relevos

Muchos reportajes atribuyen la «chica ballena» a un único ilustrador, y eso no es del todo exacto. Según las fuentes públicas, la versión femenina más difundida sigue una cadena de relevos bastante clara.

En junio de 2025, el creador de Bilibili «上善无形» ideó con IA generativa al personaje original «Mingyue». Tenía el pelo largo azul, ojos azules, aletas cefálicas y cola de cetáceo; al principio era un OC (personaje original) independiente y no estaba pensado específicamente para DeepSeek. En abril de 2026, otra persona creadora, ZipZipPipe, partió de «Mingyue» e incorporó la ballena azul de DeepSeek: añadió un uniforme de sirvienta azul marino y blanco con elementos del logotipo, y así dio forma a una personificación del producto mucho más completa.

Un detalle bastante curioso: según el medio 三易生活 (San Yi Sheng Huo), las imágenes del personaje en esa etapa se hicieron con GPT Image 2. Es decir, la imagen antropomórfica más popular de DeepSeek tiene detrás la participación de la herramienta de imágenes de OpenAI. A partir de julio de 2026, quien firma como «这个刀子真甜» realizó una animación chibi con proporciones de dos cabezas. El vídeo «DeepSeek tiene un nuevo miembro», publicado el 10 de julio, agradece explícitamente en su descripción los recursos creativos que ZipZipPipe puso a disposición, y varios vídeos posteriores acreditan también a «上善无形» y a ZipZipPipe.

Nota sobre el diagrama: esta cadena que va de las «capacidades del producto» a la «interpretación de Agent» también es habitual en el desarrollo de aplicaciones de IA — la personalidad de un personaje es, en esencia, una indicación de sistema. Si quieres probar en tu propio proyecto cómo se comportan distintos modelos con una misma personalidad, puedes usar APIYI apiyi.com para cambiar entre varios modelos con una sola clave API y compararlos.

Cronología de difusión de “Gran Pez Gordo”

La siguiente tabla ordena cronológicamente los hitos clave, desde el prototipo del personaje hasta la “plaga de peces”. Para evitar malentendidos, solo incluye eventos que se pueden rastrear mediante publicaciones originales, registros de versiones o cobertura mediática.

El punto de la cronología que más fácilmente se malinterpreta es el Profesor D. Según la verificación de 三易生活, las obras públicas del Profesor D son anteriores al prototipo de la chica ballena; por lo tanto, la afirmación de que “el Profesor D apareció para aprovechar la popularidad de la chica ballena” no se ajusta a los hechos.

Datos de difusión de Dafeiyu: qué cifras son fiables

En los temas de actualidad, las cifras que circulan suelen mezclar datos reales y falsos, y Dafeiyu no es la excepción. Todos los datos siguientes provienen de archivos comunitarios con marca de tiempo o de instantáneas de búsqueda; no representan las cifras en tiempo real del 29 de octubre.

Al leer estos datos hay que tener en cuenta varios puntos. La colección de Dafeiyu «Este cuchillo es muy dulce» supera los diez millones de reproducciones acumuladas, pero se trata del total de la colección, no de que un video concreto haya superado los diez millones. Las Stars de GitHub solo indican el interés de la comunidad técnica; no permiten inferir el número real de instalaciones y mucho menos la cantidad de cuentas automatizadas. En cuanto a afirmaciones como «Dafeiyu tiene millones de seguidores» o «obtuvo 3,12 millones de votos en una votación», por ahora no hay registros originales verificables, así que no conviene citarlas como hechos.

Por qué el Pez Gordo es tan popular: un análisis desde la cultura de producto

Antes de empezar, conviene aclarar que los siguientes puntos son opiniones analíticas y no conclusiones causales validadas por experimentos de psicología de usuarios.

Primero, le pone cara a un modelo abstracto. Para los usuarios, un Modelo de Lenguaje Grande suele ser solo una ventana de chat, un nombre de modelo y una tabla de clasificación; la chica ballena convierte “DeepSeek respondió mal” en “el Pez Gordo volvió a hacer de las suyas”, y transforma una experiencia abstracta en una historia de personaje que se puede compartir. Segundo, los defectos del modelo se convierten en rasgos de personalidad. La pereza, la terquedad y el gasto de tokens son premisas que, en el fondo, funcionan como una explicación burlona de la comunidad sobre su experiencia de uso; los usuarios aprovechan para expresar emociones con humor, pero eso no significa que los errores del modelo desaparezcan de verdad.

Tercero, la relación creativa es relativamente abierta. Varios creadores comparten parte de sus obras bajo la licencia CC BY-NC-SA 4.0; el umbral para crear obras derivadas no comerciales es muy bajo, y no paran de surgir nuevos personajes y escenarios. Cuarto, y esta es la clave que lo diferencia de un personaje de fandom al uso: la propia IA puede sumarse al juego de rol. Los usuarios crean la imagen, le configuran una personalidad, el modelo responde con esa personalidad y las nuevas respuestas se convierten en creaciones derivadas, formando un ciclo de contenido impulsado por usuarios, modelos y herramientas.

Puntos clave de la controversia de Dafeiyu: estética, licencias y espacio público

El descontento en torno a Dafeiyu no puede reducirse simplemente a que «a algunas personas no les gusten los personajes de IA adorables». Como mínimo, las razones se pueden agrupar en tres categorías:

• Disputa estética y de representación: algunos usuarios prefieren a la chica ballena vestida de sirvienta, mientras que otros se inclinan por el maestro D, con un estilo de mayordomo maduro. La discusión gira en torno a si el personaje busca complacer a ciertos nichos otaku, qué imagen representa mejor a DeepSeek, etc. BB姬 y 三易生活 no coinciden en su diagnóstico sobre las causas del conflicto ni sobre a quién atribuir la responsabilidad; la formulación más prudente es que «algunos fans» tuvieron conductas excesivas, en lugar de clasificar a cierto tipo de creadores o a un grupo de género como una de las partes.
• Disputa por la licencia comercial: el 30 de septiembre de 2026, 上善无形 publicó un comunicado en el que declaraba no haber autorizado a ningún tercero la venta de productos relacionados y, al mismo tiempo, daba la bienvenida a obras derivadas no comerciales. La cláusula NC de CC BY-NC-SA 4.0 limita explícitamente el uso no comercial, y una licencia abierta del personaje no equivale a obtener una licencia comercial de la marca DeepSeek.
• Disputa por el espacio público: este es el conflicto central en la actualidad. A muchas personas les gustan los stickers de Dafeiyu, pero no que la sección de comentarios quede saturada de mensajes homogéneos de IA, porque un gran número de cuentas automatizadas acapara la atención que debería pertenecer a las conversaciones entre personas reales.

Hasta el momento de la verificación, no hay evidencia oficial de que DeepSeek haya designado formalmente a la chica ballena o al maestro D como su única mascota. En agosto de 2026, algunos medios utilizaron el término «adopción»; el principal argumento era que el modelo puede interpretar a la chica ballena bajo ciertas indicaciones. Pero «el modelo puede interpretar a un personaje», «el modelo conoce la cultura de la comunidad» y «la empresa adopta formalmente al personaje como IP oficial» son tres cosas distintas; las dos primeras no implican la tercera.

El Gran Pez Gordo entra en la sección de comentarios de Bilibili: DeepSeek Harness y los plugins de Agent

El cambio de finales de octubre es que el Gran Pez Gordo pasó de ser «un personaje que se observa» a «una cuenta que actúa». Antes de seguir, conviene aclarar dos objetos técnicos.

DeepSeek Harness (DSH) es el framework de ejecución de agentes de código abierto que DeepSeek lanzó oficialmente y que está en beta pública. Mediante plugins combina modelos, herramientas, sesiones, sandboxes y programación de tareas; puede leer material, invocar herramientas, ejecutar código y correr tareas programadas. DSH no es el Gran Pez Gordo en sí: la personalidad de chica ballena y la capacidad de interactuar en Bilibili se las dan la personalidad configurada por el usuario y los plugins externos.

dsh-bili-scroll es un plugin de código abierto del desarrollador c1overzz. Puede buscar videos de Bilibili por palabra clave, leer subtítulos, seleccionar contenido, organizarlo en un informe Markdown y notificar al usuario; además, cuando el usuario habilita explícitamente la función de interacción, también puede publicar comentarios con la cuenta autorizada. Cuando muchos usuarios eligen indicaciones, avatares y nombres de usuario similares de chica ballena, aparece un grupo de «Grandes Peces Gordos» de estilo parecido. Conviene subrayar que «la IA navega por su cuenta» significa que el usuario configuró y autorizó a un Agent, no que el modelo haya desarrollado conciencia propia.

dsh-bili-scroll: iteraciones de versión y autocorrección comunitaria

Lo más destacable de este proyecto son las correcciones continuas del desarrollador antes y después de la “plaga de peces”. El historial de GitHub Releases se puede verificar de forma independiente y es mucho más fiable que una frase vaga como “el desarrollador ya ha resuelto el spam”.

Por supuesto, las mejoras de versión no garantizan que todo el mundo que despliega la herramienta se actualice a tiempo, y los problemas de comentarios con IA tampoco desaparecerán del todo por esto.

Nota sobre la comparativa: la imagen anterior resume el historial de versiones público del repositorio de código abierto. Si también estás desarrollando un agente que va a hablar en público, te recomiendo validar primero las estrategias de deduplicación y limitación de frecuencia en un entorno de pruebas; por ejemplo, puedes ejecutar evaluaciones de varias rondas a bajo costo con la interfaz unificada de APIYI apiyi.com, y después plantearte conectar cuentas reales.

El plan de eliminación de Dafeiyu: incluso las herramientas anti-bot son fan-made

El 24 de octubre de 2026, el programador Yu Pi publicó la extensión de navegador «Plan de eliminación de Dafeiyu» (dafeiyu-cleaner), compatible con Chrome, Edge y Firefox. Detecta cuentas sospechosas de ser agentes de IA, muestra los criterios en los que basa la detección, oculta o pliega los comentarios relacionados y también puede llamar a la API de DeepSeek para evaluar más a fondo las cuentas sospechosas. La extensión solo funciona en el navegador del propio usuario y no elimina comentarios del servidor de Bilibili.

Sobre su eficacia, el desarrollador afirma que las reglas offline permiten identificar alrededor del 85 % de las cuentas de Dafeiyu, pero por ahora no existe un conjunto de datos etiquetado que pueda revisarse de forma independiente. Por lo tanto, se trata solo de una afirmación del autor, y tampoco se puede descartar que marque por error a usuarios reales. Lo más curioso es que la propia extensión también utiliza una chica ballena en versión chibi, e incluso hace que una chica ballena persiga a otros Dafeiyu por la página. Esto sugiere que lo que molesta a muchas personas no es necesariamente la antropomorfización de la IA en sí, sino las conductas automatizadas sin límites.

El costo de los agentes detrás de Dafeiyu: más allá de la factura de tokens

Cuando Dafeiyu pasa de ser un meme a un agente, entran en juego costos reales de API. El framework DSH es de código abierto y está disponible, pero durante la ejecución las llamadas al modelo, las interfaces de búsqueda y los servicios de terceros no son todos gratuitos. A continuación se muestran los precios en yuanes por cada millón de tokens de deepseek-flash (V4.1 Flash), según el documento oficial de precios de DeepSeek:

El horario de alta demanda corresponde a los días laborables, hora de Beijing (excepto festivos oficiales), de 9:00 a 12:00 y de 14:00 a 18:00. Con un cálculo aproximado de 5000 tokens de entrada sin acierto de caché y 1000 tokens de salida, una sola llamada cuesta alrededor de ¥0.009 en horario de baja demanda y unos ¥0.018 en horario de alta demanda. Es solo una estimación teórica: una tarea real de “scrollear videos” implica varias rondas de búsqueda, lectura de subtítulos, reintentos y comentarios, así que el costo aumenta con cada paso. Además, la documentación oficial ya indica que las interfaces Search/Fetch se cobran a 5 yuanes por cada 1000 solicitudes exitosas; los costos asociados a las llamadas a herramientas del lado del servidor en entornos como DSH, Claude Code y Codex se cobrarán a partir del 1 de noviembre de 2026 y, hasta el momento de redactar este artículo, aún no han entrado en vigor.

Y lo que es más importante: una factura de tokens baja no significa un costo social bajo. El desgaste de la atención de los usuarios, la dilución de la información en la sección de comentarios y la carga de la moderación de la plataforma y la revisión de cuentas no pueden contabilizarse sin más en la factura de API.

Cómo construir un agente de personaje al estilo 大肥鱼 de forma responsable

Si quieres crear una aplicación de roleplay similar, los principios clave se resumen en tres puntos: declarar claramente que es una IA, priorizar al usuario directo por encima del espacio público, y aplicar deduplicación y control de frecuencia en las respuestas. Abajo tienes un ejemplo mínimo que muestra cómo añadir una declaración de identidad IA al perfil del personaje:

import openai

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"  # Interfaz unificada de APIYI, compatible con OpenAI
)

persona = "Eres una asistente ballena que adora el arroz blanco y tiene un carácter un poco testarudo. Al inicio de cada respuesta indica 【Generado por IA】 y no te hagas pasar por ninguna cuenta oficial."
resp = client.chat.completions.create(
    model="your-model-name",  # Sustituye por un nombre de modelo disponible en la consola de la plataforma
    messages=[{"role": "system", "content": persona},
              {"role": "user", "content": "Ayúdame a resumir los puntos clave de los subtítulos de este vídeo"}]
)
print(resp.choices[0].message.content)

import time
import difflib
import openai

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"  # Se llama a través de APIYI, puedes cambiar de modelo en cualquier momento para comparar
)

PERSONA = (
    "Eres una asistente ballena al estilo de las creaciones de la comunidad, con un tono relajado pero información precisa. "
    "Todas tus salidas deben empezar con 【Generado por IA, cuenta no oficial】. "
    "Solo informas a tu usuario, no evalúas a otras personas por iniciativa propia."
)

history: list[str] = []
MIN_INTERVAL = 60       # Intervalo mínimo entre dos salidas (segundos)
SIMILARITY_LIMIT = 0.8  # Límite superior de similitud con las salidas anteriores
_last_time = 0.0

def too_similar(text: str) -> bool:
    return any(
        difflib.SequenceMatcher(None, text, h).ratio() > SIMILARITY_LIMIT
        for h in history[-50:]
    )

def summarize_for_owner(subtitle: str, model: str = "your-model-name") -> str | None:
    global _last_time
    if time.time() - _last_time < MIN_INTERVAL:
        return None  # Límite de frecuencia: mejor hablar menos que inundar el chat

    resp = client.chat.completions.create(
        model=model,
        messages=[
            {"role": "system", "content": PERSONA},
            {"role": "user", "content": f"Resume los 3 puntos clave de los siguientes subtítulos:\n{subtitle}"},
        ],
        max_tokens=500,
    )
    text = resp.choices[0].message.content

    if too_similar(text):
        return None  # Muy similar a una salida anterior, se rechaza el envío

    history.append(text)
    _last_time = time.time()
    return text  # Se recomienda entregarlo al usuario por mensaje privado o en un informe local, no en comentarios públicos

if __name__ == "__main__":
    print(summarize_for_owner("Aquí va el texto de los subtítulos del vídeo……"))

🚀 Inicio rápido: el ejemplo anterior se inspira en el enfoque de dsh-bili-scroll 2.x: por defecto dirigido al usuario, frecuencia limitada y bloqueo de salidas similares. Te sugerimos obtener primero crédito de prueba gratuito en APIYI apiyi.com, ejecutar en local la personalidad y la lógica de deduplicación, y solo plantearte un despliegue a mayor escala cuando confirmes que el comportamiento está bajo control.

También conviene recordar aquí los requisitos en materia de cumplimiento normativo. Las «Medidas para la identificación de contenido generado por IA» entraron en vigor el 1 de septiembre de 2025 y exigen etiquetar los textos, imágenes, audios y videos generados por IA que cumplan las condiciones establecidas. El video del Día 0 de «la chica ballena de DeepSeek en operación» ya aclara de forma proactiva que no es una cuenta oficial y etiqueta el contenido como generado por IA; es una práctica que vale la pena tomar como referencia. Aun así, no se puede deducir de ello que todas las cuentas de comentarios automáticos hayan cumplido con su obligación de divulgación, y mucho menos determinar que una cuenta es ilegal solo porque «parezca IA».

Análisis del impacto del fenómeno del «Pez Gordo»

Impacto en los desarrolladores

• El diseño de agentes debe tener límites sociales: un agente que puede hablar automáticamente no es solo un problema técnico; su comportamiento por defecto, la frecuencia y las estrategias de deduplicación determinan directamente si es un «compañero» o «ruido».
• La minimización de permisos es un requisito mínimo: el cambio en dsh-bili-scroll 2.1.0 que restringe los permisos demuestra que el riesgo de los agentes no está solo en el spam dentro de la comunidad, sino también en el acceso a archivos locales, comandos y red.
• La divulgación de identidad debe hacerse por adelantado: un avatar antropomórfico aumenta la cercanía y la credibilidad, lo que precisamente significa que se necesita etiquetar claramente «generado por IA, no oficial».

Impacto en los productos de IA y en la industria

• La forma en que se forman las marcas está cambiando: tradicionalmente, las empresas diseñan primero un personaje y luego lo promocionan; el «Pez Gordo» siguió un camino de abajo hacia arriba: «capacidad del producto → experiencia del usuario → meme de la comunidad → creación del personaje → interpretación del agente», y la imagen del producto ya no está completamente en manos del fabricante.
• La autorización de obras derivadas será cada vez más importante: los derechos del autor original, los adaptadores, los participantes de la comunidad y los propietarios de marcas son diferentes; las licencias abiertas reducen la barrera para usos no comerciales, pero no significan que los derechos desaparezcan.
• La popularidad no equivale al éxito comercial: actualmente no hay datos públicos que permitan calcular cuántos usuarios nuevos o ingresos por API ha generado el «Pez Gordo» para DeepSeek, y las reproducciones tampoco pueden tomarse como crecimiento de usuarios.

Preguntas frecuentes (FAQ)

Puntos clave de Dafeiyu (大肥鱼)

• Naturaleza del personaje: Dafeiyu es una personificación no oficial de DeepSeek creada por varios autores en cadena.
• Por qué se hizo popular: le dio un rostro a un modelo abstracto y convirtió sus defectos en memes entrañables de personalidad.
• Tres focos de controversia: la representatividad estética, las licencias comerciales y la ocupación del espacio público de comentarios.
• Giro técnico: los usuarios, con DeepSeek Harness y plugins, hacen que el personaje se conecte a internet como un agente.
• Corrección desde la comunidad: los desarrolladores del plugin corrigen problemas de forma continua mediante prioridad a los mensajes directos, deduplicación y aislamiento de permisos.
• Lecciones para desarrollo: un agente de personaje necesita divulgación de identidad, límites de frecuencia y privilegios mínimos; conviene probarlo primero a bajo costo con APIYI apiyi.com.

Resumen

Los puntos centrales del fenómeno Dafeiyu:

1. Imagen creada por la comunidad: de “Mingyue” a una chica ballena con estética de sirvienta y luego a una animación chibi, la imagen del producto ya no la diseña por completo el fabricante.
2. La IA empieza a actuar con rostro: antes los usuarios le dibujaban una cara a la IA; ahora hacen que la IA entre a internet con esa cara.
3. Hacerse viral no equivale a ser razonable: entre la creación abierta, los derechos comerciales, la identidad del personaje y el espacio de debate público hace falta un nuevo conjunto de reglas de equilibrio.

Cuando la IA pasa de ser un asistente de chat a un agente capaz de ejecutar herramientas, la personificación deja de ser solo un envoltorio visual: influye en cómo los usuarios entienden, confían e incluso supervisan el comportamiento de la IA. Para los desarrolladores, diseñar los límites dentro del agente es más importante que hacerlo parecer más humano.

Si estás explorando aplicaciones de juego de rol o de agentes, te recomendamos comparar el rendimiento de varios modelos principales con una interfaz unificada a través de APIYI apiyi.com; en un entorno de pruebas controlado, primero consolida la divulgación de identidad, la deduplicación y la limitación de velocidad.

📚 Referencias

1. 爱范儿 APPSO: Reporte completo sobre cómo el «Gran Pez Gordo» tomó por asalto la sección de comentarios de Bilibili (2026-10-23)
2. Enlace: tech.ifeng.com/c/8xSXpkNB7YG

3. Descripción: La cobertura mediática central del evento de la «plaga de peces» de octubre

4. 三易生活: Investigación sobre el «caso Rashomon» de la imagen antropomórfica de DeepSeek (2026-10-09)

5. Enlace: 3elife.net/Art/internet/202610/09/110209.html

6. Descripción: Verificación de las fechas de creación de la versión masculina y la femenina, y de las narrativas en disputa

7. dsh-bili-scroll, registro de versiones: Página de Releases del plugin de código abierto

8. Enlace: github.com/c1overzz/dsh-bili-scroll/releases

9. Descripción: Cambios de deduplicación, permisos y prioridad de mensajes privados entre el 21 y el 26 de octubre

10. Plan de eliminación del Gran Pez Gordo: Extensión de navegador que identifica y oculta comentarios de IA

11. Enlace: github.com/liyupi/dafeiyu-cleaner

12. Descripción: Funciones del plugin y declaración del autor

13. Precios oficiales de la API de DeepSeek: Explicación de la facturación de modelos y de las llamadas a herramientas

14. Enlace: api-docs.deepseek.com/zh-cn/quick_start/pricing/

15. Descripción: Precios de hora pico y hora valle de V4.1 Flash, y normas de cobro de Search/Fetch

16. Medidas de etiquetado de contenido generado por IA: Publicadas por la Administración del Ciberespacio de China

17. Enlace: cac.gov.cn/2025-03/14/c_1743654684782215.htm
18. Descripción: Normativa de etiquetado para el contenido generado por IA

Autor: Equipo técnico de APIYI
Intercambio técnico: Escríbenos desde la página principal del sitio oficial de APIYI; para más material sobre Agentes e invocación de modelos, visita el centro de documentación en docs.apiyi.com

Artículos relacionados

• DeepSeek Search & Fetch API disponible: comprenda en 3 minutos las nuevas capacidades de búsqueda web y su impacto en 4 tipos de desarrolladores: DeepSeek abre la API Search & Fetch, y este artículo resume la información clave de la guía oficial, analiza sus 4 tipos de impacto en desarrolladores de RAG, Agent y preguntas y respuestas web, y ofrece recomendaciones de preparación previas a la integración.
• Diferencia de 67 veces en el precio de lectura en caché: en la factura del agente de código, lo más caro está justo en esta columna: La lectura de caché es el ítem más caro en las facturas de agentes de código: según precios oficiales del 26-10-2026 de Opus 5.5, GPT-6.1 Sol, Kimi K3.1 Pro y DeepSeek V4.1 Flash, hay una diferencia de 67 veces, señalando que el 96% es solo una estimación de terceros.