DeepSeek

DeepSeek es una empresa de IA con sede en Hangzhou, China, fundada en 2023 por Liang Wenfeng y financiada por High-Flyer, el fondo de inversión cuantitativo que él mismo cofundó. Crea modelos de lenguaje grandes, los ofrece en una app de chat gratuita y vende acceso a ellos a través de una API a precios bajos.

Llamó la atención en todo el mundo en enero de 2025 con DeepSeek-R1, un modelo de razonamiento que piensa paso a paso antes de responder, construido sobre su modelo anterior, DeepSeek-V3. R1 rindió cerca de los mejores modelos de los laboratorios estadounidenses en muchas pruebas, pero DeepSeek publicó sus pesos con una licencia permisiva, así que cualquiera podía bajarlo y correrlo, junto con informes técnicos que explicaban cómo se entrenó. Los informes también describían trucos para entrenar de forma eficiente, como un diseño de mezcla de expertos y el uso de aprendizaje por refuerzo para enseñarle a razonar, y un costo de entrenamiento mucho menor al que se esperaba, aunque esa cifra cubría solo la última corrida de entrenamiento.

Su llegada importó por varias razones. Sugirió que los modelos potentes no necesitaban los presupuestos más grandes, vino de China a pesar de los límites de Estados Unidos a la exportación de los chips de IA más avanzados, y les dio a investigadores de todos lados un modelo abierto para estudiar y adaptar. También generó preocupaciones: la app guarda datos en servidores en China, algunos gobiernos la prohibieron en dispositivos oficiales, y su servicio online evita o sigue la línea oficial en temas sensibles para China.