DeepSeek-R1 y el shock de eficiencia (2025)
Una startup china lanzó un modelo de razonamiento de pesos abiertos que rivalizaba con los mejores a una fracción del coste declarado, y el 27 de enero de 2025 borró una cifra récord del valor de Nvidia.
El 20 de enero de 2025, la startup china DeepSeek lanzó R1, un modelo de razonamiento que igualaba a OpenAI o1 en muchas pruebas públicas. Dos cosas lo hicieron caer como un trueno: se publicó con pesos abiertos, así que cualquiera podía descargarlo y ejecutarlo, y la empresa afirmó haber entrenado su modelo base por unos pocos millones de dólares, una fracción diminuta de lo que gastaban los laboratorios occidentales.
Por qué cundió el pánico en el mercado
Durante dos años, el relato de la IA en Wall Street tuvo una forma sencilla: el progreso necesita enorme cómputo, así que compra los chips. DeepSeek cuestionó esa premisa. Si un modelo potente puede entrenarse barato y regalarse, el argumento para gastar cientos de miles de millones se veía más frágil.
El lunes 27 de enero de 2025, la duda golpeó al mercado. Nvidia cayó cerca del 17 por ciento en un solo día y perdió casi 600.000 millones de dólares de valor, la mayor caída en una jornada de cualquier empresa en la historia de Wall Street hasta ese momento, arrastrando consigo a fabricantes de chips y a proveedores de energía.
Qué había realmente de nuevo
R1 se apoyó en el aprendizaje por refuerzo para enseñar al modelo a producir largas cadenas de pensamiento antes de responder, muy parecido a o1, pero la receta se describió de forma abierta. También se construyó sobre un diseño de mezcla de expertos, que activa solo una parte de la red por consulta para ahorrar cómputo. DeepSeek incluso publicó versiones «destiladas» más pequeñas, prolongando la tradición de pesos abiertos de Llama 2.
Los analistas señalaron después que la cifra del coste de entrenamiento cubría solo una ejecución y omitía buena parte de la factura real, y que la empresa aún poseía una gran flota de chips de Nvidia. La eficiencia era real; la presentación, generosa.
Por qué importa
DeepSeek-R1 reajustó las expectativas sobre quién puede construir un modelo de frontera y cuánto debe costar. Reforzó al bando de los pesos abiertos, complicó la geopolítica de los controles a la exportación de chips y forzó una pregunta más dura sobre el gasto a escala Stargate que ese mismo mes se anunciaba como el futuro de la IA.