DeepSeek es una empresa china especializada en grandes modelos de lenguaje, sistemas capaces de generar texto, escribir código o resolver determinados problemas a partir de instrucciones. Con sede en Hangzhou, se dirige al público general a través de su asistente conversacional, pero también a desarrolladores y empresas mediante su API y sus modelos descargables. Su sitio web, deepseek.com, da acceso a sus servicios y a su documentación.
Un origen arraigado en la investigación cuantitativa
DeepSeek fue fundada en 2023 por Liang Wenfeng, también cofundador de High-Flyer, un fondo chino especializado en inversión cuantitativa. El proyecto se beneficia de este entorno, donde la computación de alto rendimiento y el aprendizaje automático ocupan un lugar importante. Sin embargo, se distingue de las actividades financieras del fondo por su objetivo: desarrollar modelos de inteligencia artificial de propósito general.
La empresa gana visibilidad con DeepSeek-V2 en 2024, seguido de DeepSeek-V3 a finales del mismo año. En enero de 2025, la publicación de DeepSeek-R1, centrado en tareas de razonamiento, amplía su audiencia internacional. Sus resultados alimentan entonces el debate sobre los recursos realmente necesarios para construir modelos de alto rendimiento.
Modelos abiertos, servicios y una búsqueda de eficiencia
Las actividades de DeepSeek abarcan el diseño de modelos, su entrenamiento y su puesta a disposición. Sus sistemas pueden utilizarse para la redacción, la programación, el análisis de documentos y la resolución de problemas matemáticos. La API permite integrar estas funciones en aplicaciones de terceros, mientras que los pesos publicados ofrecen la posibilidad de desplegar determinados modelos en una infraestructura elegida por el usuario, siempre que se disponga de las capacidades de hardware necesarias y se respeten las licencias aplicables.
En el plano técnico, DeepSeek-V3 utiliza una arquitectura denominada «mezcla de expertos»: solo se activa una parte de los parámetros para cada tarea de procesamiento. Este enfoque busca limitar el cálculo necesario. DeepSeek-R1 explora, en particular, el aprendizaje por refuerzo para mejorar el razonamiento. La empresa publica informes técnicos que permiten examinar sus métodos y sus evaluaciones.
Esta apertura debe matizarse: hacer accesibles los pesos no significa publicar todos los datos ni la totalidad del proceso de entrenamiento. Del mismo modo, los costes de entrenamiento comunicados para un modelo no representan necesariamente el conjunto de los gastos de investigación, infraestructura y operación.
¿Y ahora qué?
La trayectoria de DeepSeek dependerá de su capacidad para mantener la calidad de sus modelos y, al mismo tiempo, garantizar servicios fiables. Para las empresas usuarias, los criterios de elección van más allá de los resultados en las pruebas: la privacidad de los datos, la seguridad, las condiciones de alojamiento, la disponibilidad y el cumplimiento normativo también influyen en las decisiones.
Su desarrollo también se enmarca en un contexto de restricciones estadounidenses a la exportación de determinados chips avanzados a China. La eficiencia del software constituye, por tanto, una cuestión estratégica. Para DeepSeek, el desafío será transformar la visibilidad adquirida gracias a sus publicaciones en una adopción duradera, en un mercado donde los modelos abiertos y las ofertas propietarias evolucionan rápidamente.