¿Qué es DeepSeek?

Actualizado en julio de 2026

DeepSeek es un laboratorio chino de investigación en IA, fundado en 2023 por el gestor de fondos de cobertura Liang Wenfeng, conocido por construir modelos de lenguaje grandes de bajo costo y con pesos abiertos. Su modelo de razonamiento DeepSeek-R1, lanzado en enero de 2025, igualó a los modelos occidentales de vanguardia en benchmarks de matemáticas y programación con una fracción del costo de entrenamiento reportado, lo que desencadenó una reevaluación global del gasto en infraestructura de IA.

La mayoría de las personas escuchó hablar de DeepSeek por primera vez la semana en que su aplicación llegó al primer puesto de la Apple App Store y Nvidia perdió más valor de mercado en un solo día que casi cualquier otra empresa en la historia. Pero DeepSeek es más que un evento mediático: es un desarrollador de modelos activo que sigue lanzando nuevas versiones hasta 2026, una alternativa de pesos abiertos a laboratorios cerrados como OpenAI y Anthropic, y un caso de estudio en vivo de las cuestiones de privacidad de datos y geopolítica que conlleva el uso de herramientas de IA construidas en China. Este artículo cubre qué es DeepSeek, cómo llegó hasta aquí, su línea de modelos, la historia de eficiencia detrás de ella, y qué evaluar antes de que una empresa lo adopte.

El "Momento DeepSeek": Contexto y el Shock de Enero de 2025

DeepSeek fue fundada en 2023 como una escisión de investigación de High-Flyer, un fondo de cobertura cuantitativo con sede en Hangzhou que Liang Wenfeng cofundó en 2015. High-Flyer ya utilizaba IA para impulsar sus modelos de trading, y le dio al nuevo laboratorio acceso a una gran reserva de GPU de Nvidia que había acumulado antes de que se endurecieran los controles de exportación de EE. UU., recursos que permitieron a DeepSeek entrenar modelos competitivos sin los presupuestos multimillonarios de sus rivales estadounidenses.

El laboratorio creció de forma constante durante 2024, pero el momento que lo convirtió en un nombre conocido llegó el 20 de enero de 2025, cuando DeepSeek lanzó R1, un modelo de razonamiento de pesos abiertos que igualó a o1 de OpenAI en benchmarks de matemáticas, programación y ciencias. La aplicación de DeepSeek, lanzada el 10 de enero, escaló hasta el primer puesto de la App Store de iOS en EE. UU. el 27 de enero, superando a ChatGPT. Ese mismo día, las acciones de Nvidia cayeron casi un 17%, eliminando $589 mil millones en valor de mercado, la mayor pérdida en un solo día para cualquier empresa en la historia del mercado bursátil, mientras los inversionistas cuestionaban si la industria realmente necesitaba tanto gasto en GPU como había asumido.

El pánico se centró en el costo. El propio informe técnico de DeepSeek para el modelo base V3 subyacente afirmaba un costo de entrenamiento de aproximadamente $5.6 millones, una fracción de lo que los laboratorios estadounidenses supuestamente gastaban en modelos de vanguardia comparables. Esa cifra fue puesta en duda casi de inmediato (más sobre esto a continuación), pero la señal más amplia se mantuvo: un laboratorio que operaba bajo restricciones estadounidenses de chips había producido un modelo competitivo con los mejores del mundo, y regaló los pesos para que cualquiera pudiera descargarlos y ejecutarlos.

La Línea de Modelos de DeepSeek: De V3 a R1 y a V4

DeepSeek lanza modelos con una cadencia de publicación pública rápida, en lugar de un único producto insignia.

DeepSeek-V3 (diciembre de 2024) es el modelo fundacional que dio inicio a la historia. Utiliza una arquitectura de mixture of experts, activando solo una fracción de sus parámetros totales para cada consulta, lo cual explica en gran parte por qué se entrena y se ejecuta de forma más económica que un modelo denso de tamaño similar.

DeepSeek-R1 (enero de 2025) es el modelo de razonamiento construido sobre V3. Utiliza un cómputo extendido de chain-of-thought, trabajando los problemas paso a paso antes de responder, la misma categoría de técnica detrás del test-time compute. DeepSeek también lanzó una familia de variantes R1 más pequeñas y "destiladas", utilizando knowledge distillation para comprimir la capacidad de razonamiento de R1 en modelos lo bastante pequeños para ejecutarse en una sola GPU o en una laptop de gama alta.

DeepSeek-V3.2 (diciembre de 2025) incorporó el uso de herramientas directamente en el proceso de razonamiento del modelo, permitiéndole razonar sobre un problema y llamar a herramientas externas en la misma pasada. DeepSeek reportó que obtuvo resultados de nivel medalla de oro en los conjuntos de benchmarks de la Olimpiada Internacional de Matemáticas y la Olimpiada Internacional de Informática de 2025.

DeepSeek-V4 (presentado en vista previa el 24 de abril de 2026, con un lanzamiento estable en julio de 2026) es la generación actual, disponible en dos variantes: V4-Pro, un modelo grande de mixture-of-experts, y V4-Flash, una variante más pequeña y rápida. Ambas admiten una ventana de contexto de 1 millón de tokens y, como cada lanzamiento de DeepSeek hasta la fecha, se distribuyen bajo una licencia abierta.

La Historia de Eficiencia y Costo

La reputación de DeepSeek se basa en hacer más con menos, y las cifras, aunque cuestionadas, son lo suficientemente reales como para importar.

El propio informe técnico de V3 de DeepSeek sitúa el cómputo total de entrenamiento en 2.788 millones de horas de GPU H800, o aproximadamente $5.576 millones a un costo de unos $2 por hora de GPU. En septiembre de 2025, DeepSeek publicó un artículo revisado por pares en Nature, revelando una cifra separada de $294,000 específicamente para el entrenamiento de razonamiento adicional de R1 sobre V3. Analistas independientes, incluidos investigadores de Epoch AI, han argumentado que el costo real total (contabilizando el entrenamiento base subyacente de V3, el hardware y los gastos generales de I+D que las cifras de DeepSeek excluyen) se acerca más a 20 veces la cifra publicada. Incluso con esa estimación más alta, el costo de entrenamiento de DeepSeek sigue estando muy por debajo de lo que OpenAI y Anthropic han reportado para ejecuciones de vanguardia comparables.

La ventaja de costo se ve con mayor claridad en lo que DeepSeek cobra por usar sus modelos. A mediados de 2026, la API de V4-Flash de DeepSeek fija el precio de los tokens de salida en $0.28 por millón, frente a $15 por millón para GPT-5.4 de OpenAI y Claude Sonnet 4.6 de Anthropic, una brecha de aproximadamente 50x. Ese precio, y no solo el titular original sobre el costo de entrenamiento, es lo que mantiene a DeepSeek relevante para los desarrolladores conscientes del costo mucho después de que se disipara el ciclo de noticias de enero de 2025.

Pesos Abiertos y Licenciamiento

A diferencia de GPT y Claude, los modelos de DeepSeek son de pesos abiertos: cualquiera puede descargar los archivos del modelo entrenado, ejecutarlos en su propia infraestructura, aplicarles fine-tuning y construir productos comerciales sobre ellos sin pagar una tarifa de licencia a DeepSeek.

DeepSeek-R1 y los modelos de la serie V se distribuyen bajo la permisiva licencia MIT, que permite el uso comercial, la modificación y la destilación en otros modelos, exigiendo únicamente que el texto de la licencia se conserve en las redistribuciones. Esa es una postura considerablemente más abierta que la etiqueta de "abierto" que algunos competidores usan de forma laxa; DeepSeek realmente permite que una empresa aloje el modelo por sí misma (self-host) y nunca envíe una sola consulta a los propios servidores de DeepSeek.

Esto importa en la práctica de dos maneras. Primero, los equipos sensibles al costo pueden ejecutar una variante destilada de R1 de forma local en lugar de pagar tarifas de API por token. Segundo, el self-hosting evita la mayoría de las preocupaciones de manejo de datos que se cubren a continuación, ya que nada sale de la infraestructura propia de la empresa. La contrapartida es que el self-hosting requiere la capacidad de GPU y la experiencia en MLOps necesarias para ejecutar el modelo de forma confiable, que es exactamente el tipo de trabajo de infraestructura que la mayoría de los equipos de negocio le pagan a OpenAI o Anthropic para evitar.

Usar DeepSeek en la Empresa: Qué Saber Primero

El bajo costo y el licenciamiento abierto de DeepSeek lo hacen atractivo para los equipos de ingeniería, pero conlleva advertencias que un proveedor típico de modelos cerrados no tiene.

La aplicación alojada de DeepSeek y su API enrutan los datos a través de servidores ubicados en China, los cuales caen bajo las leyes chinas de datos y seguridad nacional en lugar de marcos como el GDPR o la CCPA que rigen a los proveedores de EE. UU. y la UE. La autoridad de protección de datos de Italia ordenó un bloqueo inmediato al procesamiento de datos de usuarios italianos por parte de DeepSeek en enero de 2025, una de las primeras acciones regulatorias formales contra la empresa, y otros gobiernos y empresas han restringido desde entonces a DeepSeek en dispositivos oficiales por la misma preocupación. Nada de esto es exclusivo de DeepSeek entre los proveedores chinos de IA, pero representa un perfil de riesgo materialmente diferente al de un proveedor con sede en EE. UU., y debe incluirse en cualquier evaluación de proveedores de IA antes de que un equipo lo adopte para algo que involucre datos de clientes o empleados.

Hacer self-hosting del modelo de pesos abiertos, ya sea a través de un proveedor de nube local o de hardware on-premises, resuelve en gran medida la preocupación por el enrutamiento de datos, ya que las consultas nunca llegan a la infraestructura de DeepSeek. Esa es la opción a la que llegan la mayoría de los equipos de seguridad empresarial cuando quieren el costo y la calidad de razonamiento de DeepSeek sin la exposición del servicio alojado. La pregunta más amplia de si confiar en modelos construidos y entrenados bajo la jurisdicción de un gobierno extranjero forma parte del debate más grande recogido bajo el concepto de sovereign AI, y vale la pena leerlo antes de estandarizar cualquier workflow en torno a DeepSeek.

DeepSeek vs OpenAI vs Claude

Así es como se compara DeepSeek con los dos laboratorios a los que recurren por defecto la mayoría de las decisiones empresariales de compra de IA.

La conclusión práctica: DeepSeek gana en precio bruto por token y en ofrecer la opción de self-hosting, algo que OpenAI y Claude no ofrecen en absoluto. OpenAI y Anthropic ganan en gobernanza de datos, soporte empresarial y la garantía de operar bajo la jurisdicción de EE. UU., lo cual suele ser el factor decisivo para las industrias reguladas, independientemente de las puntuaciones en benchmarks.

Limitaciones de DeepSeek

Hay algunas limitaciones que importan más allá de la cuestión de privacidad de datos mencionada arriba. Los modelos de DeepSeek, como la mayoría de los sistemas entrenados en China, aplican restricciones de contenido sobre temas políticamente sensibles relacionados con el gobierno chino, y los investigadores han documentado que la aplicación de chat alojada se niega a responder o redirige ciertas preguntas que los modelos occidentales cerrados sí responden directamente. DeepSeek también carece de la infraestructura de soporte empresarial que OpenAI y Anthropic han construido, incluyendo SLA formales, equipos de cuenta dedicados y certificaciones de cumplimiento maduras, lo cual importa más para las organizaciones grandes que para los desarrolladores individuales. Y las cifras originales de costo de entrenamiento que hicieron famosa a DeepSeek siguen siendo genuinamente cuestionadas; trate las cifras de "$5.6 millones" y "$294,000" como datos divulgados por la propia DeepSeek, y no como un total auditado de forma independiente.

Datos Clave sobre DeepSeek

• El modelo base V3 de DeepSeek costó un estimado de $5.576 millones entrenar, usando 2.788 millones de horas de GPU H800 a aproximadamente $2 por hora de GPU, según el propio informe técnico de DeepSeek. Fuente
• DeepSeek reveló por separado un costo de entrenamiento de $294,000 para R1 en un artículo revisado por pares publicado en Nature en septiembre de 2025, aunque estimaciones independientes sitúan el costo real total de cómputo más cerca de 20 veces esa cifra una vez que se incluye el entrenamiento base de V3. Fuente
• Nvidia perdió $589 mil millones en valor de mercado el 27 de enero de 2025, la mayor pérdida en un solo día para cualquier empresa en la historia del mercado bursátil, después de que el lanzamiento de DeepSeek generara dudas sobre el gasto en infraestructura de IA. Fuente
• La aplicación de DeepSeek se convirtió en la app gratuita número 1 de la App Store de iOS en EE. UU. el 27 de enero de 2025, superando a ChatGPT a pocas semanas de su lanzamiento el 10 de enero. Fuente
• La autoridad de protección de datos de Italia ordenó un bloqueo inmediato al procesamiento de datos de usuarios italianos por parte de DeepSeek el 30 de enero de 2025, una de las primeras acciones gubernamentales formales tomadas contra la empresa por el manejo de datos. Fuente
• DeepSeek-R1 se lanzó bajo la licencia MIT el 20 de enero de 2025, permitiendo el uso comercial, la modificación y la destilación en otros modelos sin regalías. Fuente
• DeepSeek-V4 se lanzó en vista previa el 24 de abril de 2026, con las variantes V4-Pro y V4-Flash admitiendo una ventana de contexto de 1 millón de tokens bajo la misma licencia abierta. Fuente
• La API de V4-Flash de DeepSeek fija el precio de los tokens de salida en $0.28 por millón, frente a $15 por millón para GPT-5.4 de OpenAI, una brecha de aproximadamente 50x que consolida la reputación de DeepSeek como la opción de bajo costo. Fuente

Aprenda Más

• Large Language Models - La tecnología subyacente detrás de la serie V de DeepSeek y todos los demás asistentes de chat importantes
• Modelos de Razonamiento - La categoría técnica a la que pertenece R1, y cómo se compara con o1 de OpenAI
• ¿Qué es el Test-Time Compute? - La técnica de pensamiento extendido detrás de la capacidad de razonamiento de R1
• Mixture of Experts - La arquitectura detrás de la eficiencia de DeepSeek-V3 y V4
• Knowledge Distillation - Cómo DeepSeek comprimió R1 en modelos más pequeños y ejecutables localmente
• ¿Qué es OpenAI? - El laboratorio detrás de ChatGPT y GPT, el punto de comparación más directo de DeepSeek
• ¿Qué es Claude AI? - La familia de modelos de Anthropic y alternativa enfocada en el segmento empresarial
• Evaluación de Proveedores de IA - El framework para sopesar el costo frente al riesgo de gobernanza de datos antes de adoptar un modelo como DeepSeek
• ¿Qué es Sovereign AI? - El debate más amplio sobre los modelos de IA construidos y gobernados bajo distintas jurisdicciones nacionales

Recursos Externos

• Informe Técnico de DeepSeek-V3 (arXiv) - La propia divulgación de DeepSeek sobre el cómputo y costo de entrenamiento de V3
• CNN: DeepSeek Revela el Costo de Entrenamiento de su Modelo de IA - Cobertura del artículo publicado en Nature sobre el costo de entrenamiento de $294,000 de R1
• CNBC: Nvidia Pierde Casi $600 Mil Millones en Capitalización de Mercado - Cobertura de la liquidación bursátil del 27 de enero de 2025
• Bird & Bird: el Garante de Italia Bloquea el Procesamiento de Datos de DeepSeek - Resumen legal de la orden de Italia de enero de 2025
• Hugging Face: Ficha del Modelo DeepSeek-R1 - Pesos oficiales del modelo y términos de la licencia MIT
• Documentación de la API de DeepSeek: Lanzamiento Preliminar de V4 - Anuncio oficial de DeepSeek-V4-Pro y V4-Flash
• Documentación de la API de DeepSeek: Precios - Precios actuales por token para los modelos alojados de DeepSeek

Parte de la Colección de Términos de IA. Última actualización: 2026-07-20