_edited.png)
DeepSeek R1: La apuesta china por democratizar la inteligencia artificial de vanguardia.
- Khevin Sánchez
- 17 feb
- 13 Min. de lectura
A comienzos de enero de 2025, en plena celebración del Año Nuevo Chino, el laboratorio DeepSeek-AI anunció el lanzamiento de DeepSeek R1, un innovador modelo de lenguaje que superó las expectativas de la comunidad tecnológica mundial.
Hasta ese momento, las IA más avanzadas —como los sistemas de la familia O1 de OpenAI— se consideraban casi inalcanzables para otros competidores, especialmente en regiones fuera de Estados Unidos. Sin embargo, DeepSeek R1 no solo igualó el desempeño de estos gigantes occidentales, sino que se presentó con un rasgo diferenciador impactante: ser completamente de código abierto.
Esto implica que sus mecanismos internos (pesos, algoritmos, datos de entrenamiento y documentación) pueden descargarse y estudiarse sin restricción, algo que contrasta notablemente con la tendencia propietaria seguida por las grandes compañías de Silicon Valley.
Para comprender la relevancia de DeepSeek R1, conviene primero explicar en términos sencillos qué es un modelo de lenguaje. En esencia, los llamados LLM (Large Language Models) son sistemas de inteligencia artificial entrenados con cantidades gigantescas de texto: noticias, libros, páginas web, foros en Internet, etc.
Mediante técnicas de aprendizaje automático, aprenden patrones estadísticos para predecir qué palabra (o secuencia de palabras) viene a continuación en una frase. Herramientas populares como ChatGPT se basan precisamente en LLM, funcionando como generadores de texto capaces de responder preguntas, redactar ensayos, traducir idiomas o incluso escribir código.
Arquitectura de modelo razonador basado en DeepSeek-V3.
Lo que hace especial a DeepSeek R1 es que se define como un “modelo razonador” (o reasoning model), más que un simple LLM que asocia palabras.
En un modelo razonador, el sistema no se limita a soltar respuestas pulidas y coherentes; busca llevar a cabo procesos lógicos más profundos, encadenando pasos de razonamiento y “explicándose” internamente. Por ejemplo, si se le pide resolver un problema de matemáticas o de programación, R1 intenta “descomponer” la tarea en subpasos, reflexionando y corrigiendo su proceso a lo largo del camino antes de exponer la respuesta final.
Este rasgo contrasta con muchos LLM más antiguos, que suelen dar la apariencia de razonar, pero en realidad trabajan con asociaciones estadísticas y, si se les pide mostrar su “cadena de pensamiento”, se quedan en el plano de una justificación superficial.
Lo anterior no significa que los modelos tradicionales sean inútiles ni mucho menos. Simplemente, R1 pretende dar un paso adelante en la evolución de la IA conversacional y cognitiva, buscando un razonamiento más cercano al humano. Para ello, combina aprendizaje profundo con técnicas de refuerzo: el modelo practica con multitud de ejemplos y, según la calidad de su razonamiento, recibe retroalimentación que ajusta su desempeño. Esta retroalimentación puede provenir de supervisores humanos, pero también de sistemas automáticos de verificación lógica, diseñados para guiar al modelo hacia conclusiones correctas.
DeepSeek R1 hunde sus raíces en un modelo previo de la compañía, DeepSeek-V3, entrenado con billones de frases recopiladas tanto de fuentes chinas como occidentales. DeepSeek-V3 ya aspiraba a competir con GPT-4 y otros sistemas punteros, pero no fue hasta la aparición de R1 que el laboratorio demostró su verdadera capacidad de innovación. Una explicación relativamente sencilla de su funcionamiento es la siguiente:
Base Mixture-of-Experts (MoE): En lugar de tener un único bloque gigantesco de parámetros (las “conexiones” que forman el conocimiento del sistema), R1 usa una arquitectura de “mezcla de expertos”. Esto significa que varios módulos especializados cooperan para resolver distintas clases de problemas. Por ejemplo, un “experto” puede estar especializado en entender texto legal, mientras otro en procesar cuestiones matemáticas avanzadas. Al combinar dinámicamente estos módulos, R1 logra eficiencia y robustez.
Cadena de razonamiento explícita: A diferencia de otros LLM que ocultan su proceso interno de razonamiento, R1 puede elaborar cadenas de pensamiento, que en ensayos de laboratorio han demostrado mayor fiabilidad al resolver preguntas complejas. Este método, llamado a veces chain-of-thought prompting, busca que el modelo estructure sus ideas paso a paso.
Autoaprendizaje y verificación: R1 se entrena no solo con ejemplos humanos, sino también se pone a prueba contra sí mismo y contra conjuntos de problemas diseñados para verificar la coherencia de su razonamiento. Cuando detecta que su resultado no coincide con las pautas lógicas esperadas, se corrige y reitera el proceso.
Aunque esto suene muy técnico, lo esencial es entender que R1 intenta “pensar con lógica” en lugar de improvisar frases con buena sintaxis. Este salto cualitativo en la calidad de las respuestas y en la habilidad para manejar varias tareas de razonamiento a la vez es una de las razones por las que DeepSeek R1 ha sido considerado una gran sorpresa en la industria.
Rendimiento comparado con los modelos occidentales (OpenAI O1, GPT-4)
DeepSeek R1 ha demostrado un rendimiento equiparable – e incluso superior en algunos aspectos – a los mejores modelos occidentales de OpenAI, Anthropic o Meta. En múltiples evaluaciones estandarizadas internacionales, R1 logró superar a los modelos de OpenAI, Meta y Anthropic en tareas clave de razonamiento, programación y matemáticas, llamando la atención de expertos globalmente.
Un ranking independiente (AI Model Quality Index de Artificial Analysis) posicionó a DeepSeek R1 como el segundo mejor modelo del mundo, solo por detrás del modelo “O1” de OpenAI.
De hecho, los resultados de R1 en pruebas de comprensión lógica y resolución de problemas quedaron prácticamente empatados con los de OpenAI O1, modelo que la industria considera representativo de la “próxima generación” de IA avanzada.
Según informes técnicos chinos, R1 y O1 muestran puntajes casi iguales no solo en precisión de las respuestas, sino también en velocidad de inferencia y consistencia de razonamiento. Esto es notable, dado que O1 es el buque insignia de una de las empresas líderes de EE.UU., mientras que R1 proviene de una startup emergente.
Un aspecto sobresaliente es que R1 logra este desempeño usando menos recursos computacionales que sus contrapartes estadounidenses. Como destacó la prensa internacional, DeepSeek R1 alcanzó un rendimiento a la par de OpenAI utilizando chips menos avanzados y consumiendo menos energía que los típicamente empleados por OpenAI o Google.
En otras palabras, la eficiencia de su arquitectura y entrenamiento compensa la ausencia de hardware de punta. Según los desarrolladores, entrenar el modelo costó en total menos de 6 millones de dólares, una fracción ínfima comparada con los cientos de millones invertidos en modelos como GPT-4 o O1.
Para dimensionar el logro, conviene recordar que OpenAI revolucionó el campo con GPT-4 (2023) y su sucesor O1 (2024) gracias a ingentes volúmenes de datos y supercomputación. DeepSeek R1, en cambio, alcanzó paridad de calidad en cuestión de meses, apoyándose en innovaciones algorítmicas más que en músculo bruto. Por ejemplo, mientras GPT-4/O1 fueron afinados con feedback humano costoso, R1 se pulió con autoaprendizaje reforzado.
Enfoque open-source y desafío al modelo de negocio de las Big Tech
Una de las diferencias más disruptivas de DeepSeek R1 no es solo qué tan avanzado es, sino cómo se distribuye.
A diferencia de los modelos de OpenAI o Anthropic – cuyos pesos, datos de entrenamiento y código son cerrados – DeepSeek R1 fue lanzado como open-source genuino. Esto significa que su código completo, parámetros y documentación técnica están libremente disponibles, permitiendo que cualquier desarrollador u organización los descargue, utilice y modifique a voluntad.
Según la empresa, R1 incluso permite uso gratuito comercial y académico sin trabas, algo inédito para un modelo de este nivel. En contraste, incluso los llamados “modelos abiertos” de Big Tech (como Llama de Meta o PaLM de Google) no publican sus datos y operan bajo licencias restrictivas que impiden ciertos usos.
DeepSeek rompe con ese molde al liberar completamente el modelo, posicionándose como un verdadero proyecto de IA abierta de alcance global.
El enfoque abierto de DeepSeek plantea un desafío directo al modelo de negocio predominante en la industria. Empresas como OpenAI, Google o Microsoft han invertido miles de millones en desarrollar LLM propietarios, esperando recuperar la inversión mediante APIs de pago, suscripciones o licencias cerradas. DeepSeek R1 socava esa estrategia en dos frentes: por un lado, demuestra que es posible crear un modelo puntero con una fracción del presupuesto (lo que cuestiona la necesidad de inversiones tan grandes) por otro lado, al ofrecerlo gratis y abierto, desafía la idea de cobrar tarifas elevadas por el acceso a IA avanzada.
De hecho, DeepSeek ofrece su API a precios casi simbólicos – alrededor del 3-5% de lo que cobra OpenAI por token– haciendo insostenible la brecha de costos. Este doble golpe ha llevado a que investores y empresas replanteen el valor de mercado de las Big Tech de IA. Días después del debut de R1, se produjo una caída notable en las acciones de gigantes estadounidenses de tecnología: por ejemplo, el índice Nasdaq bajó ~3.4% y empresas como Nvidia perdieron casi el 17% de su valor rápidamente, reflejando el temor a que el modelo de negocio cerrado pudiera verse eclipsado por alternativas open-source más baratas.
Impacto geopolítico: China a la vanguardia de la IA avanzada
El surgimiento de DeepSeek R1 tiene también importantes implicaciones geopolíticas. Durante la última década, Estados Unidos había liderado el desarrollo de IA, tanto en investigación como en productos comerciales, con compañías como Google, OpenAI, Meta y Microsoft a la cabeza. Sin embargo, la hazaña de DeepSeek R1 ha sido vista como un indicador de que China está alcanzando – e incluso superando – a EE.UU. en la carrera de la IA.
Algunos observadores lo calificaron de “momento Sputnik” de la inteligencia artificial. equiparándolo al shock que supuso ver a la Unión Soviética tomar la delantera en la carrera espacial en 1957. El mensaje subyacente es claro: así como el Sputnik anunció un nuevo competidor tecnológico global, DeepSeek R1 simboliza a China emergiendo en primera línea de la IA de próxima generación.
La reacción en círculos tecnológicos y políticos occidentales ha sido de mezcla de asombro y preocupación. Marc Andreessen, influyente inversor de Silicon Valley, elogió públicamente a DeepSeek R1 como "uno de los avances más impresionantes" que había visto y resaltó el hecho de ser open-source como “un regalo profundo para el mundo”. Al mismo tiempo, en EE.UU. se encendieron alarmas: el lanzamiento de R1 provocó discusiones sobre la posible pérdida del dominio tecnológico estadounidense.
Aunque el presidente Donald Trump restó importancia al hecho en público, calificándolo como una “llamada de atención” positiva para que la industria estadounidense aprenda a competir gastando menos, detrás de escena quedó patente la preocupación de que la supremacía estadounidense en IA se está erosionando.
Para China, DeepSeek R1 representa un triunfo tecnológico y simbólico. El hecho de que un modelo chino gratuito compita de tú a tú con el mejor modelo de OpenAI tiene implicaciones en la narrativa nacional: refuerza la idea de que China está dejando de ser seguidora para convertirse en líder innovador en campos cruciales.
No es de extrañar que a la semana siguiente de la aparición de R1, el fundador de DeepSeek (Liang Wenfeng) fuera visto en reuniones con altos líderes chinos, incluyendo un encuentro con el primer ministro Li Qiang.
Asimismo, importantes instituciones respondieron: por ejemplo, el Banco de China anunció inmediatamente un Plan de Acción para el Desarrollo de la Industria de IA con financiamiento de al menos 1 billón de yuanes (~137 mil millones USD) para los próximos 5 años, apuntando a acelerar infraestructura y aplicaciones de IA en diversos campos (desde robótica hasta satélites).
Este respaldo indica que el éxito de DeepSeek está siendo capitalizado dentro de la estrategia nacional china como muestra de liderazgo en alta tecnología.
DeepSeek R1 dentro de la estrategia de IA de China (Plan de Nueva Generación)
El rápido ascenso de DeepSeek R1 no es un hecho aislado, sino que se enmarca en la estrategia nacional de China para la inteligencia artificial que lleva gestándose desde hace varios años. En 2017, el Consejo de Estado chino anunció el ambicioso “Plan de Desarrollo de la Nueva Generación de Inteligencia Artificial”, cuyo objetivo central es convertir a China en líder mundial de la IA para el año 2030.
Dicho plan estableció hitos intermedios para 2020 y 2025: por ejemplo, para 2025 China aspiraba a lograr avances significativos en infraestructura, investigación básica y aplicaciones ampliamente integradas de IA en la industria.
El calendario parece estar cumpliéndose. En el entorno del Año Nuevo Chino 2025, el éxito de DeepSeek R1 sirvió como prueba tangible de que China está logrando resultados concretos en esa dirección justo al llegar a la meta intermedia de 2025. Un modelo de lenguaje open-source, de nivel de vanguardia mundial, nacido en Hangzhou, es exactamente el tipo de logro que el plan buscaba fomentar para sentar las bases del liderazgo hacia 2030.
Es importante destacar que la estrategia china en IA combina lineamientos gubernamentales amplios con la iniciativa del sector privado y académico. Desde 2017, el gobierno ha lanzado más de 40 políticas y proyectos para impulsar la IA, desde mejoras en infraestructura computacional hasta marcos de gobernanza y seguridad de la IA.
En 2023-2024 se introdujeron planes específicos como el Plan de Acción para el Fortalecimiento de Capacidades de IA (septiembre 2024) y el Marco 1.0 de Seguridad y Gobernanza de la IA (también 2024), indicando un esfuerzo por no solo desarrollar IA, sino hacerlo de forma responsable. Sin embargo, a diferencia de otros sectores estratégicos (semiconductores, vehículos eléctricos, energía solar) donde el gobierno chino invierte y dirige fuertemente, en IA el papel estatal ha sido más de orientación y regulación que de ejecución directa. Esto ha dejado espacio para que empresas privadas grandes y startups compitan ferozmente en innovación.
DeepSeek-AI es un excelente ejemplo de esta dinámica: una compañía emergente, con financiamiento de un hedge fund privado (High-Flyer), que en apenas dos años desarrolló varias generaciones de modelos disruptivos.
De hecho, autoridades y expertos chinos han fomentado una atmósfera de “carrera doméstica” en IA: tras el lanzamiento de ChatGPT a finales de 2022, decenas de empresas chinas (desde gigantes como Baidu, Alibaba, Tencent, ByteDance hasta startups como Zhipu AI, MiniMax, Moonshot AI) se lanzaron a crear sus propios LLM.
Esta abundancia de competidores –China contaba con al menos 240 modelos de lenguaje diferentes hacia finales de 2024– generó un ecosistema vibrante que sirvió de caldo de cultivo para innovaciones como las de DeepSeek.
En este contexto, DeepSeek R1 puede verse como el fruto emblemático de la estrategia china: conjuga los objetivos del gobierno (alcanzar la vanguardia tecnológica, difundir aplicaciones de IA en la economía) con la ejecución ágil del sector privado.
Su lanzamiento justo antes del Año Nuevo Chino de 2025 tuvo también un efecto simbólico y mediático: marcó el inicio del año mostrando al mundo un logro tecnológico chino destacado, alineado con las metas del plan nacional.
Incluso el discurso interno en China ha aprovechado este suceso para reforzar la confianza en la estrategia de “innovación independiente. En otras palabras, DeepSeek R1 no solo cumple un rol geopolítico externo, sino que encaja en la visión interna de China de impulsar la transformación digital y mantener un crecimiento económico basado en alta tecnología.
Competencia y presión por apertura: impacto en los rivales globales
El efecto dominó provocado por DeepSeek R1 se ha hecho sentir rápidamente en la industria tecnológica global. En primer lugar, forzó reacciones inmediatas de competidores directos.
Apenas días después de su estreno, otras empresas anunciaron la actualización o lanzamiento adelantado de sus propios LLM avanzados, claramente para no quedar rezagadas. Por ejemplo, el gigante chino Alibaba aceleró la presentación de Qwen 2.5-Max, una nueva versión de su modelo Tongyi Qianwen, y la startup Ai2 (Allen Institute AI) sacó su modelo Tülu 3 (405B), casi en sincronía con R1.
Esta oleada local sugiere que DeepSeek R1 desató una “carrera armamentista” de IA dentro de China, donde ninguna compañía quiere perder la ventaja de mercado. Incluso los titanes tradicionales (Baidu con Ernie, Tencent, etc.) se han visto presionados a demostrar avances comparables o arriesgan quedar opacados en relevancia.
Analistas chinos señalaron que tras DeepSeek-V2 en 2024 ya hubo una “guerra de precios” en servicios de IA en China, y con R1 la tendencia se intensifica: DeepSeek se ha ganado la reputación dual de “carnicero de precios” (ofreciendo IA barata) y “caballo negro tecnológico” (innovador inesperado), forzando a los demás a abaratar y mejorar sus ofertas para competir.
A nivel internacional, la presión es más estratégica pero igual de real. OpenAI y las big tech occidentales enfrentan un dilema: continuar con su modelo cerrado y de lanzamientos controlados, o adaptarse a esta nueva realidad de IA abierta para no perder relevancia global. Si bien OpenAI hasta ahora ha mantenido sus modelos propietarios, la aparición de R1 ha reabierto el debate sobre la conveniencia de mayor apertura. Algunos expertos sugieren que Occidente debería “revisitar sus raíces open-source” en IA.
Recuerdan que OpenAI originalmente nació como una organización sin ánimo de lucro con espíritu abierto, y que alejarse de ese camino deja espacio para que China lidere la narrativa de la apertura. De hecho, si las compañías estadounidenses se enfocan únicamente en proteger sus inversiones y mantener sistemas cerrados, corren el riesgo de perder el favor de desarrolladores y gobiernos de terceros países, que podrían optar por tecnologías abiertas chinas por flexibilidad y costo.
La situación es comparable a lo ocurrido en el ámbito de las telecomunicaciones: algunos analistas alertan que si EE.UU. insiste en una estrategia centrada solo en Big Tech, podría repetirse un escenario similar al de Huawei –donde por enfocarse en pocas empresas establecidas, Occidente permitió que un competidor tomara la delantera global–, pero ahora a una escala potencialmente mayor dado el alcance transversal de la IA.
Ya se observan algunas respuestas puntuales en la comunidad occidental. Proyectos independientes y startups están integrando los modelos de DeepSeek en sus plataformas, aprovechando la licencia abierta. Por ejemplo, la empresa estadounidense de búsqueda conversacional Perplexity.ai anunció la incorporación de modelos DeepSeek a su servicio, enfatizando que los ejecuta en servidores locales en EE.UU. (para asegurar que son “completamente independientes de China”).
Este movimiento indica que, si los gigantes tradicionales no proveen un equivalente abierto, el ecosistema de desarrolladores no dudará en adoptar la mejor alternativa disponible, venga de donde venga, adaptándola a sus requerimientos de seguridad.
Asimismo, la comunidad open-source global ha comenzado a experimentar con R1, haciendo forks, ajustes y potencialmente descubriendo mejoras que podrían retroalimentar el campo de la IA en general. En respuesta, no sería sorprendente que empresas como Meta refuercen sus iniciativas abiertas (siguiendo la estela de LLaMA) o que incluso OpenAI considere liberar versiones limitadas de sus modelos para investigación, en un intento por no ceder todo el terreno de la IA abierta a DeepSeek.
En conclusión, DeepSeek R1 ha actuado como un catalizador en la industria de la IA: su aparición no solo confirmó que China puede innovar al nivel de OpenAI, sino que obligó a todos los jugadores a mover ficha.
Los competidores ahora se ven empujados a liberar antes sus modelos más avanzados (para no quedar rezagados en la percepción pública) y a reconsiderar la apertura como parte de su estrategia.
Esto último es quizás el legado más importante: R1 está demostrando que la vía open-source en IA es viable al más alto nivel, y con ello está redefiniendo expectativas sobre cómo debería compartirse y democratizarse la tecnología. Si la tendencia continúa, podríamos ver una reversión parcial del péndulo desde los sistemas cerrados de 2022-2024 hacia un ecosistema más abierto y colaborativo en la segunda mitad de la década, donde tanto Oriente como Occidente compitan no solo por tener el modelo más potente, sino el más accesible y ampliamente adoptado.
DeepSeek R1, en suma, ha encendido una llama que recalienta la carrera de la IA en múltiples frentes: técnico, empresarial y geopolítico, inclinando la balanza a favor de la apertura y posicionando a China como un desafiante formidable del status quo tecnológico establecido.
Bibliografía.
1) 财新传媒 (Caixin Media). “国际财经速览｜中国AI开源模型DeepSeek-R1超越Open AI引热议” (“Resumen de Finanzas Internacionales | El modelo de IA de código abierto chino DeepSeek-R1 supera a OpenAI y genera debate”). 财新网 (Caixin), 26 de enero de 2025. Recuperado de: https://international.caixin.com/2025-01-26/102283647.html#:~:text=1%E3%80%81%E4%B8%AD%E5%9B%BDAI%E5%BC%80%E6%BA%90%E6%A8%A1%E5%9E%8BDeepSeek.
2) Edmond, Charlotte. "What is Open-Source AI and How Could DeepSeek Change the Industry?" World Economic Forum, 5 de febrero de 2025. Recuperado de: https://www.weforum.org/stories/2025/02/open-source-ai-innovation-deepseek/#:~:text=Based%20in%20Hangzhou%20and%20funded,differences%20on%20how%20it%20developed.
3) Kerner, Sean Michael. “DeepSeek Explained: Everything You Need to Know” (“DeepSeek explicado: Todo lo que necesitas saber”). TechTarget, 6 de febrero de 2025. Recuperado de: https://www.techtarget.com/whatis/feature/DeepSeek-explained-Everything-you-need-to-know#:~:text=match%20at%20L169%20Less%20than,R1%2C%20according%20to%20the%20company.
4) 李桢 (Li Zhen). “这两天，DeepSeek-R1 为什么突然刷屏？8 问 8 答足以解你疑惑” (“En estos días, ¿por qué DeepSeek-R1 ha arrasado en todas partes? 8 preguntas y 8 respuestas para aclarar tus dudas”). 53AI, 29 de enero de 2025. Recuperado de: https://www.53ai.com/news/LargeLanguageModel/2025012974360.html#:~:text=match%20at%20L210%20%E5%85%88%E5%89%8D%E5%BE%88%E5%A4%9A%E6%96%87%E7%AB%A0%E6%9B%BE%E8%AF%A6%E7%BB%86%E4%BB%8B%E7%BB%8D%E8%BF%87%20OpenAI.
5) Mansi, Arora. “What Is China's DeepSeek, a Startup Shaking the Global Tech. A Look at Other Players in Chinese AI Industry” (“¿Qué es DeepSeek de China, la startup que sacude la tecnología global? Un vistazo a otros actores en la industria de la IA china”). WION, 28 de enero de 2025. Recuperado de: https://www.wionews.com/world/what-is-chinas-deepseek-a-startup-shaking-the-global-tech-look-at-other-key-players-in-chinese-ai-industry-8662290.
6) Mok, Charles. “Taking Stock of the DeepSeek Shock.” Cyber Policy Center, Stanford University, 5 de febrero de 2025. Recuperado de: https://cyber.fsi.stanford.edu/publication/taking-stock-deepseek-shock#:~:text=Back%20in%20the%20U,%E2%80%9D.
7) Wang, Ray. “DeepSeek Is Reshaping China’s AI Landscape” (“DeepSeek está remodelando el panorama de la IA en China”). Foreign Policy, 29 de enero de 2025. Recuperado de: https://foreignpolicy.com/2025/01/29/deepseek-china-ai-chatgpt-stocks/#:~:text=DeepSeek%20R1%E2%80%99s%20breakthrough%20in%20a,only%20to%20OpenAI%E2%80%99s%20o1%20model.
