Deepseek, la IA china que ha sorprendido a Silicon Valley y desafía a ChapGPT

El lanzamiento de DeepSeek-R1 supone un mazazo para la industria tecnológica de EEUU. Esta ‘startup’ china apenas se ha gastado dinero en comparación con las ‘big tech’ y ha enviado a pique a las bolsas. Esta es la información que hemos realizado con lo publicado en diferentes medios.

LMN

DeepSeek, una startup China poco conocida y controlada por un grupo de jóvenes lanzaba un sistema de IA que desafía toda lógica de ingeniería y barre en rendimiento a los productos de las empresas más valiosas y punteras del mundo.

Mucho más eficiente y de código abierto, sus responsables aseguran que el modelo Deepseek r1 es capaz de razonar con la misma eficacia que o1, el modelo más avanzado de OpenAI

Sólo unos días después de que el gobierno de Donald Trump haya presumido de una inversión milmillonaria para mantener a EE.UU. «a la cabeza de la revolución de la inteligencia artificial», un proyecto chino ha puesto en duda ese supuesto dominio y alterado la narrativa de Silicon Valley en torno a las necesidades de infraestructura y energía de los modelos de lenguaje más avanzados.

e trata de DeepSeek v3, un modelo de inteligencia artificial que ha sido entrenado a una fracción del coste que tienen sus rivales y con el que ha sido también posible crear Deepseek r1, una herramienta especializada en razonamiento que supera la que hasta ahora era considerada como la alternativa más avanzada, o1 de OpenAI.

Para entender la revolución que supone basta con señalar que el equipo detrás de Deepseek, liderado por el gerente e fondos de inversión Liang Wenfeng, ha entrenado el modelo por apenas 5,6 millones de dólares, una fracción de lo que cuesta tradicionalmente entrenar un modelo de capacidades similares. Usando varias técnicas avanzadas que la compañía ha explicado en un extenso artículo técnico publicado a principios de semana, Deepseek ha consiguido crear Deepseek V3 usando sólo 2,7 millones de horas de GPU en el proceso de entrenamiento, una onceava parte de lo que costó a Meta entrenar Llama 3.

Tal vez más importante, el equipo responsable está distribuyendo el modelo bajo código abierto con licencia del MIT, poniendo en un aprieto a muchas de las grandes empresas de inteligencia artificial de EE.UU., como Anthropic o OpenAI, que en los últimos meses han realizado rondas de inversión a precios muy altos justificando la necesidad de capital por el alto coste de entrenar nuevos modelos.

A China, que actualmente tiene severamente restringido el acceso a la última generación de chips especializados en los cálculos necesarios apr este tipo de aplicaciones, no le ha quedado más remedio que buscar una alternativa más eficiente, y parece haberla encontrado.

Deepseek V3, eso sí, incluye como era de esperar varios controles que impiden al modelo ofrecer respuestas negativas sobre episodios recientes de la historia de China o la situación geopolítica en Taiwan, sobre todo cuando se le pregunta en inglés. Comienza a ofrecer respuestas, a menudo siguiendo la línea ideológica del gobierno de Beijing, pero inmediatamente borra lo escrito y lo sustituye con un escueto «Lo siento, eso está más allá de mi alcance actual. Hablemos de otra cosa».

Esta censura no ha impedido que la comunidad de Silicon valley se muestre sorprendida con los resultados, sobre todo a la hora de pedir a la IA que razone problemas complejos de lógica, matemáticas o física.

Marc Andreesen, fundador del fondo de capital riesgo de Silicon valley A16Z y creador del navegador Netscape, se ha mostrado sorprendido por la capacidad de esta inteligencia artificial. «Deepseek R1 es uno de los avances más sorprendentes e impresionantes que he visto, y como código abierto, un profundo regalo para el mundo», explicaba en su cuenta de X, la red social anteriormente conocida como Twitter.

Yann LeCun, el máximo responsable de inteligencia artificial en Meta, también reconocía que Deepseek r1 representa un cambio de paradigma, aunque más que leerlo como un síntoma de que China podría estar superando a EE.UU. en la carrera de la IA, lo entiende como una confirmación de que el código abierto tiene el potencial necesario para superar a los modelos de IA cerrada de empresas como OpenAI o Anthropic.

«DeepSeek se ha beneficiado de la investigación abierta y el código abierto (p. ej. PyTorch y Llama, de Meta) Se les han ocurrido nuevas ideas y las han construido sobre el trabajo de otras personas. Debido a que su trabajo es público y de código abierto, todos podemos beneficiarnos de ello. Ese es el poder de la investigación abierta», explicó LeCun en una publicación en su página de LinkedIn.

La llegada de Deepseek r1 ha obligado a muchas de los grandes gigantes tecnológicos de Silicon Valley a reaccionar. Zuckerberg, por ejemplo, avanzó que este año Meta presentará la versión 4 de Llama (también de código abierto) y que espera que se convierta en el modelo más avanzado disponible. También ha asegurado que pronto una inteligencia artificial se unirá al equipo de investigación y desarrollo de la compañía, donde contribuirá en el desarrollo de código de las diferentes herramientas.

Qué es DeepSeek

DeepSeek destaca por ser de código abierto. Esto quiere decir que cualquier persona puede ver cómo funciona internamente, es totalmente transparente, y cualquiera puede instalarse esta IA de forma local o usarla con total libertad. Un desarrollador o investigador puede descargarlo de GitHub y modificarlo para diversos escenarios, incluyendo algunos comerciales.. Esto contrasta totalmente con el secretismo de unos modelos privados.

Se suele tener la falsa percepción de que una de las cosas a favor del código privado y opaco de la mayoría de desarrolladoras es que la calidad de sus productos es superior. Sin embargo, DeepSeek es una prueba de que el código abierto puede igualar e incluso superar en unos aspectos a estas empresas.

Otra de las principales características de DeepSeek es que su chatbot nativo, el de su web oficial, es totalmente gratuito y no requiere de ninguna suscripción para utilizar su modelo más avanzado.

Si lo comparamos con ChatGPT haciendo las mismas preguntas, DeepSeek puede ser un poco más escueto a la hora de responder, va más al grano. Sin embargo, tiene la misma flexibilidad que otros modelos, y puedes pedirle que explique las cosas más ampliamente o que las adapte a ti.

DeepSeek ha dado mucho que hablar a finales del 2024 y principios del 2025 por dos modelos de IA concretos. Primero está DeepSeek V3, un modelo de larga escala LLM que supera a la mayoría de IA, y también supera a algunos propietarios. En pruebas como la de programación, este modelo logró superar a Llama 3.1 405B, a GPT-4o y a Qwen 2.5 72B, aunque todos ellos tienen muchos menos parámetros y eso puede influir en el rendimiento y las comparaciones.

Pero lo que realmente ha sorprendido de este modelo es que «solo» necesitó 2,788 millones de horas de entrenamiento, y este proceso costó tan solo 5,5 millones de dólares. Por poner un ejemplo, con el GPT-4 de OpenAI se inviertieron cerca de 80 millones de dólares. Vamos, que costó muchísimo menos de entrenar, lo que le convierte en un modelo muy eficiente, y un 60% más grande que Llama 3.1 405B, de Meta.

El otro gran modelo ha sido DeepSeek R1, que está especializado en razonamiento, y ha sido capaz de alcanzar o superar el rendimiento de los modelos más avanzados de OpenAI en pruebas clave de matemáticas y programación. Con él, es la primera vez que un modelo chino de código abierto y gratuito iguala a los líderes occidentales, rompiendo el monopolio de Silicon Valley.

Por poner algunas cifras, este modelo R1 ha costado de desarrollar entre un 90% y 95% menos que sus competidores, y tiene 671.000 millones de parámetros. Además, en pruebas matemáticas MATH-500 ha conseguido un 97,3% de aciertos, frente al 96,4% de OpenAI.

Sin embargo, no todo es bueno. Igual que pasa con Gemini o ChatGPT, DeepSeek también está sujeto a los valores del país donde ha sido desarrollado. En este caso ha sido desarrollado en china, y se adapta a su regulación, debiendo «encarnar valores socialistas fundamentales». Por poner un ejemplo, esto hace que no responda a preguntas sensibles sobre política y geopolítica, como esas sobre Tiananmen o la autonomía de Taiwán.

En este aspecto, en China son más férreos a la hora de controlar las respuestas, hay un mayor control estatal. Por lo tanto, mientras que los modelos occidentales pueden tener más libertad para discutir temas polémicos para los valores con los que ha sido entrenado, en los modelos chinos deben alinearse siempre con la ideología y la narrativa del Partido que gobierna el país.

Cómo funciona DeepSeek

DeepSeek ha sido desarrollado usando aprendizaje por refuerzo puro, sin datos etiquetados previamente. Esta es una hazaña técnica que hasta ahora se consideraba imposible, y que abre nuevas puertas al entrenamiento de este tipo de sistemas.

Este aprendizaje por refuerzo permite que el modelo sea capaz de aprender por si mismo mediante prueba y error, igual que tú puedes aprender a montar en bici o a realizar algunas tareas. Esto hace que el resultado inicial sea más errático e impreciso, pero el propio modelo va descubriendo y desarrollando estrategias de razonamiento únicas para seguir mejorando.

Una vez realizado este entrenamiento, DeepSeek refinó el modelo combinándolo con otros entrenamientos supervisados para pulirlo y crear la versión final de R1, que mantiene este componente, pero añadiendo consistencia y pulido.

De cara al usuario su funcionamiento es igual que el de otros modelos. Tienes una pantalla de inicio con una campo de escritura y varias opciones de funcionamiento, y luego a la hora de ver los resultados tienes una columna izquierda con un historial de DeepSeek con todos tus chats.

Para usarlo tienes que escribir una pregunta en lenguaje natural, igual que lo harías con una pregunta. Entonces, DeepSeek analizará las palabras de tu pregunta para encontrar el resultado, y luego buscará en la base de datos con la que fue entrenado o en Internet para obtener datos con los que componer una respuesta también en lenguaje natural.

Gracias a la manera en la que ha sido creado, este modelo puede entender contextos complejos de preguntas muy largas y elaboradas. Además, también puede ir aprendiendo y mejorando. Su aplicación puede usarse gratis online o bajándose su app móvil, y no tiene ninguna cuota.

Qué puedes hacer con DeepSeek

Con este modelo de IA puedes hacer prácticamente lo mismo que con otros modelos. Puedes hacerle todo tipo de preguntas, y re responderá en tiempo real. Puedes preguntarle por personajes famosos, por lugares, puedes preguntarle el significado de cosas, y todo lo que se te ocurra.

También sirve para explicarte temas complejos de manera sencilla, siempre y cuando le pidas que lo haga así. También puedes enviarle documentos para que extraiga información clave sobre ellos, y hacerle preguntas relacionadas cobre su contenido.

Sirve para la programación, permitiéndote escribir o depurar código, así como para resolver problemas matemáticos. Además, si eres un creador de contenido puedes pedirle que te genere ideas, textos, que componga poesía, o que te cree plantillas o estructuras para artículos. También puede revisar y corregir textos.

En el cuadro donde escribes tu prompt o pregunta, tienes tres botones. El del clip es para adjuntar archivos. Pero además tienes el botón de DeepThink R1 para hacer que la IA «piense» en lo que te ha respondido antes o en tu contexto, y te de una respuesta razonada. Y luego, el botón Search sirve para obtener la información de Internet, indicando las fuentes antes de la respuesta.

Luego, con cada respuesta que te da tienes botones para copiar el texto, dos botones para calificarlo positiva o negativamente dependiendo de la calidad de la respuesta, y otro para recargar la respuesta y que te la vuelva a generar desde cero basándose en tu mismo prompt.