DeepSeek es de código abierto y se puede correr localmente. Eso significa que tus conversaciones, tus documentos y tus datos no salen de tu máquina, no pasan por servidores externos y no alimentan ningún modelo de ninguna empresa. Para quienes trabajan con información sensible, eso no es un detalle menor — es la razón de ser de esta opción.
Por qué ejecutar una IA localmente tiene sentido para algunas personas
La mayoría de las IAs comerciales funcionan en la nube: envías tu texto a un servidor, el modelo lo procesa y te devuelve una respuesta. Ese flujo es conveniente y rápido, pero implica que tu información pasa por infraestructura de terceros. Para datos de salud, información legal, estrategia empresarial confidencial o simplemente para quien no quiere depender de los términos de servicio de ninguna empresa, ejecutar el modelo localmente elimina ese vector de riesgo por completo.
DeepSeek publicó el código de sus modelos en GitHub bajo licencia abierta, lo que significa que cualquier desarrollador puede descargarlo, inspeccionarlo, modificarlo y ejecutarlo en hardware propio. Según reportes de Reuters analizados en enero de 2026, el modelo logró resultados competitivos con una fracción del cómputo que usan los laboratorios occidentales — lo que lo hace relativamente accesible en términos de hardware requerido comparado con modelos de escala similar.
Qué necesitas para correrlo
Ejecutar DeepSeek localmente no es para cualquier laptop. Los requisitos dependen de qué versión del modelo quieres usar. La versión más ligera — DeepSeek-R1 en sus variantes distiladas de 7B parámetros — puede funcionar en una máquina con 16 GB de RAM y una GPU con al menos 8 GB de VRAM, como una NVIDIA RTX 3070 o superior. Para las versiones más potentes, como el modelo completo de 70B parámetros, necesitas hardware profesional: múltiples GPUs de alta gama o hardware de servidor.
La forma más accesible de probar DeepSeek localmente sin configuración manual es a través de Ollama, una herramienta de código abierto que simplifica la instalación y ejecución de modelos de lenguaje en macOS, Linux y Windows. Con Ollama instalado, descargar y correr una versión de DeepSeek se reduce a dos comandos en la terminal. No requiere conocimientos avanzados de administración de sistemas.
Pasos básicos para instalar con Ollama
El proceso es el siguiente. Primero, descarga e instala Ollama desde su página oficial (ollama.com) — existe para macOS, Linux y Windows. Segundo, abre una terminal y escribe ollama pull deepseek-r1 para descargar la versión estándar del modelo. El tamaño varía según la versión: desde aproximadamente 4 GB para la versión de 7B hasta decenas de gigabytes para versiones más grandes. Tercero, una vez descargado, ejecuta ollama run deepseek-r1 y tendrás una interfaz de chat directamente en la terminal.
Si prefieres una interfaz visual en lugar de la terminal, existen aplicaciones como Open WebUI que se instalan sobre Ollama y ofrecen una experiencia similar a ChatGPT pero completamente local. El proceso de instalación de Open WebUI requiere Docker, un conocimiento técnico básico que está bien documentado en su repositorio de GitHub.
Ejecutar una IA localmente no es para todo el mundo — pero para quien maneja información que no debería salir de su máquina, es la única opción honesta.
Para qué funciona bien en uso local
DeepSeek en modo local es especialmente útil para programación y depuración de código: puedes pegarle código propietario sin que salga de tu máquina. También funciona bien para análisis de documentos confidenciales — contratos, reportes internos, investigación previa a publicación — donde no quieres que ningún tercero tenga acceso al contenido.
Para razonamiento matemático y problemas lógicos estructurados, DeepSeek-R1 tiene un rendimiento sólido. Según análisis de Reuters publicados en enero de 2026, el modelo mostró resultados de 20 a 50 veces superiores en ciertas tareas matemáticas comparado con versiones anteriores del propio modelo — aunque los benchmarks exactos frente a modelos externos varían según la fuente y la tarea específica.
Las limitaciones que hay que tener claras
La velocidad de respuesta local depende directamente de tu hardware. Si no tienes una GPU potente, las respuestas pueden ser significativamente más lentas que en la nube. Las versiones más capaces del modelo requieren hardware que la mayoría de personas no tiene en casa.
El segundo aspecto a considerar son las restricciones del modelo original. DeepSeek es una empresa china sujeta a las regulaciones de internet de ese país. Las versiones de código abierto permiten cierta personalización de esas restricciones, pero no las eliminan completamente en todas las configuraciones por defecto. Para usuarios que necesitan un modelo sin restricciones en temas políticos o culturales específicos, existen versiones comunitarias modificadas en GitHub, aunque su calidad varía.
Para quien la privacidad es la prioridad y tiene el hardware mínimo, DeepSeek local es una opción real y funcional. Para quien solo quiere probar la herramienta, la versión web en deepseek.com es gratuita y más que suficiente como punto de partida.
