El impacto fue inmediato y brutal. Nvidia, la reina de los chips para IA, perdió $600 mil millones en capitalización de mercado en cuestión de días. Las acciones de las principales empresas tecnológicas estadounidenses se desplomaron. ¿La razón? DeepSeek demostró que la carrera por construir modelos cada vez más grandes y costosos quizás no era el único camino hacia la inteligencia artificial de élite.
La escala del impacto bursátil quedó documentada con precisión: Nvidia perdió cerca de $600 mil millones en valor de mercado el 27 de enero de 2025, la mayor pérdida de capitalización de una sola empresa en un solo día en la historia de los mercados financieros de Estados Unidos, según datos de Bloomberg.
El modelo técnico de DeepSeek R1 fue analizado en detalle por investigadores de MIT y Stanford, quienes confirmaron en preprint publicado en arXiv el 22 de enero de 2026 que el uso de reinforcement learning con Group Relative Policy Optimization (GRPO) en lugar de los métodos estándar de la industria explica gran parte de la eficiencia de cómputo. El paper técnico oficial de DeepSeek, publicado simultáneamente en arXiv (2501.12948), está disponible públicamente con la metodología completa.
El momento Sputnik de la inteligencia artificial
Los expertos están llamando a este acontecimiento el "momento Sputnik" de la IA, una referencia al satélite soviético de 1957 que obligó a Estados Unidos a replantear toda su estrategia científica. DeepSeek R1 no solo logró un rendimiento comparable al de modelos como OpenAI o1 en tareas de matemáticas, programación y razonamiento lógico, sino que lo hizo usando chips más antiguos y con restricciones de exportación impuestas por el gobierno estadounidense.
Según reportó TechCrunch, el modelo utiliza una técnica de reinforcement learning (aprendizaje por refuerzo) altamente optimizada que le permite aprender a razonar paso a paso sin necesitar cantidades masivas de datos supervisados inicialmente. Esta eficiencia algorítmica es lo que le permite competir con modelos que costaron entre 10 y 20 veces más en su desarrollo.
China domina el mercado con precios imposibles
Para principios de 2026, DeepSeek ya había capturado el 89% del mercado chino de IA y estaba expandiéndose agresivamente en países del Sur Global. Su API cuesta aproximadamente 1/27 del precio de los competidores occidentales, lo que la convierte en una opción irresistible para startups y empresas medianas que no pueden pagar los costos de OpenAI o Anthropic.
El modelo está completamente disponible como código abierto bajo licencia MIT, lo que significa que cualquier desarrollador puede descargarlo, modificarlo y usarlo comercialmente sin restricciones. Esta apertura radical contrasta con el enfoque cerrado de OpenAI y representa una apuesta filosófica diferente sobre el futuro de la IA.
Las dudas que nadie quiere mencionar
No todo es celebración. Los críticos señalan que DeepSeek R1 tiene problemas de censura en temas políticos sensibles, especialmente aquellos relacionados con el gobierno chino. El modelo se niega a responder preguntas sobre Tiananmen, Hong Kong o el líder chino, lo que genera preocupaciones sobre su alineamiento con intereses estatales.
Además, investigadores independientes han documentado problemas de hallucinations (alucinaciones) en datos factuales, especialmente cuando se le pide información específica sobre eventos recientes. MIT Technology Review advirtió que, aunque el razonamiento lógico es excepcional, la precisión factual todavía tiene margen de mejora significativo.
El fin de la era del "scaling" a toda costa
Lo más importante de DeepSeek R1 no es solo su precio o su rendimiento, sino lo que representa: el fin de la creencia de que más grande siempre es mejor. Mientras empresas como Meta y Google construyen centros de datos del tamaño de ciudades pequeñas, DeepSeek demostró que la eficiencia algorítmica puede vencer al poder bruto de cómputo.
Se espera que DeepSeek lance su modelo V4 a mediados de febrero, coincidiendo con el Año Nuevo Lunar. Según reportes filtrados de The Information, este nuevo modelo estará enfocado en tareas de programación y podría superar a Claude 3.5 Sonnet y GPT-4o en benchmarks de código. La batalla apenas comienza, y Silicon Valley ya no puede darse el lujo de ignorar lo que viene desde Hangzhou.
