Es la noticia del día. Y, quizá, de la semana. El modelo de inteligencia artificial (IA) chino de código abierto DeepSeek R1 está provocando un terremoto en las tecnológicas estadounidenses. Y lo está haciendo debido a su naturaleza abierta. No obstante, su modelo de negocio no es lo único que representa una amenaza para las empresas de IA y semiconductores de EEUU. Lo más sorprendente es que la infraestructura que sostiene DeepSeek es relativamente modesta.

Para entender con cierta precisión de qué estamos hablando nos interesa recordar que la GPU para IA que se está utilizando actualmente con más frecuencia en los centros de datos es el chip H100 de NVIDIA. La compañía liderada por Jensen Huang ya está entregando las primeras unidades de su sucesora, la plataforma B200, que, como cabe esperar, sobre el papel es todavía más potente. Sin embargo, las sanciones aprobadas por el Gobierno de EEUU impiden a NVIDIA vender a sus clientes chinos estas GPU. Aquí reside en gran medida la capacidad rupturista de DeepSeek

La eficiencia de DeepSeek y su naturaleza abierta están convulsionando Silicon Valley

A las empresas chinas que se dedican a desarrollar y entrenar modelos de IA no les ha quedado otra opción que agudizar el ingenio. Sabemos que muchas de ellas siguen comprando las GPU más avanzadas de NVIDIA a través de intermediarios y en mercados paralelos, pero posiblemente no lo están haciendo en las cantidades que necesitan. Si nos ceñimos a DeepSeek según Financial Times la infraestructura utilizada para entrenar este modelo aglutina 2.048 chips H800 de NVIDIA. Y el entrenamiento con 671.000 millones de parámetros ha costado 5,6 millones de dólares.

Estas cifras son muy comedidas. De hecho, si realmente son fidedignas, y parecen serlo, pondrían sobre la mesa un hecho inapelable: los ingenieros de DeepSeek habrían logrado poner a punto un modelo de IA extremadamente competitivo con unos costes muy inferiores a los que han necesitado OpenAI y Google para desarrollar un modelo de IA equiparable. La GPU H800 es en gran medida la responsable de esta circunstancia. Y lo es debido a que fue la respuesta de NVIDIA a las prohibiciones de la Administración liderada por Joe Biden.

Cuando el Gobierno de EEUU prohibió a la compañía de Jensen Huang entregar a sus clientes chinos su GPU más potente en aquel momento, el chip H100, los ingenieros de NVIDIA optaron por recortar sus prestaciones con el propósito de que el Departamento de Comercio les permitiese venderlo en China. El resultado fue, precisamente, la GPU H800, que no es otra cosa que una revisión simplificada, y, por tanto, menos potente del chip H100.

Todo se complicó de nuevo el 16 de noviembre de 2023. Y es que ese día el Gobierno de EEUU aprobó nuevas sanciones a China que, entre otras prohibiciones, impedían a NVIDIA entregar a sus clientes del país de Xi Jinping la GPU H800. Presumiblemente en ese momento los ingenieros de DeepSeek ya tenían en sus manos los chips H800 que necesitaban, aunque algunos analistas defienden que, en realidad, su infraestructura aglutina 50.000 GPU H100 compradas a través de intermediarios.

De ser así es evidente que la tensión que sostienen EEUU y China impediría a DeepSeek reconocer que tiene en su poder miles de chips ilegales. Sea como sea lo cierto es que la cotización de NVIDIA, Microsoft, ASML y otras grandes compañías de tecnología está cayendo de una forma muy acusada. De hecho, la empresa liderada por Jensen Huang podría perder 350.000 millones en valor de mercado ante la posibilidad de que DeepSeek demuestre que para poner a punto un modelo de IA de vanguardia no hace falta recurrir a las GPU más potentes de NVIDIA u otras empresas. Si realmente esta IA ha sido entrenada solo con 2.048 chips H800 los cimientos de OpenAI, Google y otras empresas se agrietarán. Y esta industria dará a la optimización y la eficiencia la importancia que tienen. Veremos qué sucede finalmente.

Imagen | NVIDIA

Más información | Financial Times

En Xataka | China está vigilando de cerca el movimiento de Estados Unidos con Stargate. Y ya tiene preparada su respuesta

De las decenas de miles de palabras que componen el léxico inglés, a Donald Trump hay una que le gusta especialmente y a la que le ha declarado su amor en alguna que otra entrevista: tariff (arancel). Este fin de semana se lo recordó al presidente colombiano de una forma bastante práctica, amenazándole con imponer tasas del 25% (o incluso 50%) si no cedía a la agresiva política migratoria que está impulsado desde la Casa Blanca. Todo indica que se quedará en eso, una amenaza, pero sirve para calentar un mercado que lleva meses afrontando fuertes turbulencias: el del café.

Si 2025 pintaba ya complicado para los amantes de los expresos matutinos, su panorama acaba de complicarse.

¿Qué ha pasado? Que Trump ha demostrado que, efectivamente, siente una debilidad especial por la palabra “arancel”. A lo largo de las últimas semanas ha anunciado de forma más o menos clara que aplicará gravámenes a las importaciones de China, México, Canadá, Europa, Dinamarca e incluso España, aunque no está del todo claro todavía si esto último lo dijo de forma deliberada o fruto de un ‘patinazo’ geográfico. Curiosamente ha sido otro país el que ha estado a punto de sufrir la furia arancelaria del republicano: Colombia.

Captura del anuncio de Trump en Truth Social.

¿Y eso por qué? Por algo que en realidad tiene poco que ver con el mercado internacional, las balanzas comerciales y la política impositiva. El detonante ha sido la migración. Y un pulso política entre Washington y Bogotá. Básicamente, ayer el presidente colombiano, Gustavo Petro, se negó a que aterrizaran en su país dos aviones procedentes de EEUU cargados con colombianos deportados. Es más, amenazó con no acogerlos hasta que Trump adopte protocolos que garanticen un trato “con dignidad y respeto” para los inmigrantes.

La respuesta del republicano, que ha logrado regresar a la Casa Blanca tras una campaña electoral que pivotó en gran medida en un endurecimiento de la política migratoria, no se hizo esperar: a través de su plataforma Truth Social anunció una tasa del 25% para la importación de mercancías colombianas que llegaría a elevarse a un 50% en cuestión de días. Petro le respondió al cabo de unas horas con la misma moneda, ordenando una subida fulminante (25%) de los aranceles que Bogotá aplica a las mercancías de EEUU.

¿Cómo terminó el choque? En los despachos y sin llegar a las aduanas. Al menos de momento. A pesar de su reacción inicial, el Ejecutivo de Petro acabó cediendo a las exigencias de Washington y aceptó recibir los aviones con deportados. Suficiente para que Trump no estampe todavía su firma en las sanciones económicas, por lo demás ya redactadas y que se activarán si su vecino del sur “no cumple” con el acuerdo.

“El Gobierno de Colombia ha aceptado todos los términos del presidente Trump, incluida la aceptación sin restricciones de todos los extranjeros ilegales de Colombia que regresen de los EEUU”, presumen desde la Casa Blanca, que recuerda que Bogotá los recibirá además “sin limitaciones ni demora”.

Click en la imagen para ir al tweet.

¿Qué tiene que ver con el café? Sencillo. El anuncio de los aranceles de Trump y el pulso entre la Casa Blanca y el Palacio de Nariño hizo algo más que agitar la diplomacia americana. También puso en guardia a varios sectores colombianos que tienen importantes intereses en EEUU, como el del petróleo, el de la floricultura (que se prepara para la millonaria campaña de San Valentín) y el del café. De todos ellos el que más expectación genera, por el estado de su mercado y la deriva de los precios, es este último.

Al fin y al cabo Colombia no es un país cualquiera en el mapa cafetero internacional. Y el estadounidense tampoco es un mercado más para los productores colombianos. Esa doble condición hace que todo lo que afecta a la relación entre ambos, incluidas por supuesto las amenazas de aranceles del 25% o incluso 50%, interese (y bastante) al mercado.

Pero… ¿Qué dicen los datos? Para empezar, que Colombia es una de las principales potencias cafeteras del planeta. Las propias tablas del Departamento de Agricultura de EEUU lo sitúan como el tercer principal productor, solo por detrás de Brasil y Vietnam. El mismo dibujo dejan otros observatorios, como Statista. Un informe de 2024de la oficina USDA, ligada al Gobierno estadounidense, estimaba que durante la campaña 2024/2025 las exportaciones de café colombiano sumaría alrededor de 12 millones de sacos GBE.

Importa Colombia en el mapa global del café. E importa también su relación con EEUU, algo que se entiende mejor con ayuda de un par de cifras. Según el Observatorio de Complejidad Económica (OEC), en 2022 Colombia exportó 15.600 millones de dólares a EEUU, de los que casi 1.800 millones se correspondieron con el café. Ese dato lo convierte en la segunda gran mercancía exportada en términos de valor, solo por detrás del petróleo crudo. La huella de Colombia en el flujo de café que llega a EEUU es además considerable.

Click en la imagen para ir al tweet.

¿Pero la tasa afectaría a EEUU, no? La política arancelaria de EEUU es eso, la política arancelaria de EEUU, y como advertía The New York Times ayer básicamente imponer gravámenes del 25% a las mercancías colombianas acarrearía que los estadounidenses deban rascarse más el bolsillo para comprar flores y café. Con todo, si hablamos de grano lo que ocurre al otro lado del Atlántico nos interesa. Y el motivo es muy sencillo: sobresaltos como el del domingo tensionan aún más un mercado que ya de por sí atraviesa turbulencias.

“Si EEUU impone un arancel del 25% a todas las exportaciones colombianas, el mercado del café, que ya está al rojo vivo, se calentará aún más. Colombia es el tercer productor de café del mundo (y una fuente clave de granos de rábica de primera calidad)”, reflexionaba ayer en X Javier Blas, columnista de Bloomberg. En el mismo tuit incluía una columna escrita por él mismo hace unos días en la que advertía del complejo panorama que afronta el mercado cafetero.

¿Y qué situación es esa? En Xataka hemos hablado ya varias veces de ella. Y se resume en una sola frase: a la industria le ha tocado lidiar con una complicada tormenta perfecta, mezcla de los efectos de El Niño, sequías, la crisis logística derivada de la inestabilidad en el mar Rojo, la amenaza de cambios normativos y la caída de stock.

El resultado es que la libra de arábica ha alcanzado niveles que no se veían desde hacía más de una década. Y las previsiones para este año son cuanto menos difíciles, sobre todo a medida que los intermediarios concluyen que no podrán asumir parte de las subidas para amortiguar el encarecimiento del grano y, al final, verse penalizados en las tiendas.

¿Y cómo afecta a los precios? Lo advertía Blas en su artículo de Bloomberg: durante este arranque de año es probable que los consumidores de café nos encontremos con una subida sensible de precios. Esa es la conclusión que se desprende al analizar la diferencia entre el precio de la libra de café variedad arábica a finales de año en Nueva York (3,5 $)y las tarifas que se cobran en los supermercados (2,5 $), lo que refleja un desfase entre mayoristas y minoristas.

Por lo pronto, los gráficos sobre los futuros del café C en EEUU muestran que no han sido ajenos al riesgo de los aranceles a las exportaciones colombianas. “El café arábico supera por primera vez los 3,5 dólares la libra en Nueva York. El mercado mayorista se está acercando al rango de 3,5 a 4 dólares que muchos consideran necesario para destruir la demanda”, advertía hace poco el propio Blas en X.

El pulso vivido ayer entre Washington y Bogotá deja botando además otra pregunta clave: ¿Podría enfrentarse a un escenario parecido Brasil, gran productor de café, y que ya se ha mostrado crítico con el Gobierno de Trump por cómo llegan los deportados de EEUU al aeropuerto de Manaos?

En Xataka | Hay una fiebre global por el café y Zara quiere surfearla con su nueva marca de cafeterías: Zacaffè

Imágenes | Christina Rumpf (Unsplash) y Gage Skidmore (Flickr)

Vamos a explicarte qué es DeepSeek, el chat de inteligencia artificial creado por la empresa del mismo nombre. Se trata de una IA que a principios del 2025 está llamando mucho la atención, y que incluso en las tiendas móviles de aplicaciones ya conseguido superar a ChatGPT. Y no solo eso, sino también en pruebas de rendimiento y razonamiento con su modelo R1.

En los últimos meses hemos hablado bastante sobre esta empresa y sus modelos, sobre todo porque son de código abierto, lo que permite que sea más accesible para todos, y porque muestra lo mucho que está avanzando China en las tecnologías de inteligencia artificial.

Qué es DeepSeek

DeepSeek es el nombre de una empresa china especializada en inteligencia artificial. También es el nombre de su chat de IA, una alternativa propia a ChatGPT, Gemini, Copilot y compañía. Por lo tanto, puedes escuchar y leer menciones a DeepSeek refiriéndote a ambas cosas.

En este artículo nos vamos a centrar en el chatbot de inteligencia artificial, que es un Gran Modelo Lingüístico o Large Language Model (LLM), creado para ayudar con el desarrollo de software, el procesamiento del lenguaje natural y la automatización empresarial.

DeepSeek destaca por ser de código abierto. Esto quiere decir que cualquier persona puede ver cómo funciona internamente, es totalmente transparente, y cualquiera puede instalarse esta IA de forma local o usarla con total libertad. Un desarrollador o investigador puede descargarlo de GitHub y modificarlo para diversos escenarios, incluyendo algunos comerciales.. Esto contrasta totalmente con el secretismo de unos modelos privados.

Se suele tener la falsa percepción de que una de las cosas a favor del código privado y opaco de la mayoría de desarrolladoras es que la calidad de sus productos es superior. Sin embargo, DeepSeek es una prueba de que el código abierto puede igualar e incluso superar en unos aspectos a estas empresas.

Otra de las principales características de DeepSeek es que su chatbot nativo, el de su web oficial, es totalmente gratuito y no requiere de ninguna suscripción para utilizar su modelo más avanzado.

Si lo comparamos con ChatGPT haciendo las mismas preguntas, DeepSeek puede ser un poco más escueto a la hora de responder, va más al grano. Sin embargo, tiene la misma flexibilidad que otros modelos, y puedes pedirle que explique las cosas más ampliamente o que las adapte a ti.

Dos modelos de IA como punta de lanza

DeepSeek ha dado mucho que hablar a finales del 2024 y principios del 2025 por dos modelos de IA concretos. Primero está DeepSeek V3, un modelo de larga escala LLM que supera a la mayoría de IA, y también supera a algunos propietarios. En pruebas como la de programación, este modelo logró superar a Llama 3.1 405B, a GPT-4o y a Qwen 2.5 72B, aunque todos ellos tienen muchos menos parámetros y eso puede influir en el rendimiento y las comparaciones.

Pero lo que realmente ha sorprendido de este modelo es que “solo” necesitó 2,788 millones de horas de entrenamiento, y este proceso costó tan solo 5,5 millones de dólares. Por poner un ejemplo, con el GPT-4 de OpenAI se inviertieron cerca de 80 millones de dólares. Vamos, que costó muchísimo menos de entrenar, lo que le convierte en un modelo muy eficiente, y un 60% más grande que Llama 3.1 405B, de Meta.

El otro gran modelo ha sido DeepSeek R1, que está especializado en razonamiento, y ha sido capaz de alcanza o superar el rendimiento de los modelos más avanzados de OpenAI en pruebas clave de matemáticas y programación. Con él, es la primera vez que un modelo chino de código abierto y gratuito iguala a los líderes occidentales, rompiendo el monopolio de Silicon Valley.

Por poner algunas cifras, este modelo R1 ha costado de desarrollar entre un 90% y 95% menos que sus competidores, y tiene 671.000 millones de parámetros. Además, en pruebas matemáticas MATH-500 ha conseguido un 97,3% de aciertos, frente al 96,4% de OpenAI.

Sin embargo, no todo es bueno. Igual que pasa con Gemini o ChatGPT, DeepSeek también está sujeto a los valores del país donde ha sido desarrollado. En este caso ha sido desarrollado en china, y se adapta a su regulación, debiendo “encarnar valores socialistas fundamentales”. Por poner un ejemplo, esto hace que no responda a preguntas sensibles sobre política y geopolítica, como esas sobre Tiananmen o la autonomía de Taiwán.

En este aspecto, en China son más férreos a la hora de controlar las respuestas, hay un mayor control estatal. Por lo tanto, mientras que los modelos occidentales pueden tener más liebrtad para discutir temas polémicos para los valores con los que ha sido entrenado, en los modelos chinos deben alinearse siempre con la ideología y la narrativa del Partido que gobierna el país.

Cómo funciona DeepSeek

DeepSeek ha sido desarrollado usando aprendizaje por refuerzo puro, sin datos etiquetados previamente. Esta es una hazaña técnica que hasta ahora se consideraba imposible, y que abre nuevas puertas al entrenamiento de este tipo de sistemas.

Este aprendizaje por refierzo permite que el modelo sea capaz de aprender por si mismo mediante prueba y error, igual que tú puedes aprender a montar en bici o a realizar algunas tareas. Esto hace que el resultado inicial sea más errático e impreciso, pero el propio modelo va descubriendo y desarrollando estrategias de razonamiento únicas para seguir mejorando.

Una vez realizado este entrenamiento, DeepSeek refinó el modelo combinándolo con otros entrenamientos supervisados para pulirlo y crear la versión final de R1, que mantiene este componente pero añadiendo consistencia y pulido.

De cara al usuario su funcionamiento es igual que el de otros modelos. Tienes una pantalla de inicio con una campo de escritura y varias opciones de funcionamiento, y luego a la hora de ver los resultados tienes una columna izquierda con un historial de todos tus chats.

Para usarlo tienes que escribir una pregunta en lenguaje natural, igual que lo harías con una pregunta. Entonces, DeepSeek analizará las palabras de tu pregunta para encontrar el resultado, y luego buscará en la base de datos con la que fue entrenado o en Internet para obtener datos con los que componer una respuesta también en lenguaje natural.

Gracias a la manera en la que ha sido creado, este modelo puede entender contextos complejos de preguntas muy largas y elaboradas. Además, también puede ir aprendiendo y mejorando. Su aplicación puede usarse gratis online o bajándose su app móvil, y no tiene ninguna cuota.

Qué puedes hacer con DeepSeek

Con este modelo de IA puedes hacer prácticamente lo mismo que con otros modelos. Puedes hacerle todo tipo de preguntas, y re responderá en tiempo real. Puedes preguntarle por personajes famosos, por lugares, puedes preguntarle el significado de cosas, y todo lo que se te ocurra.

También sirve para explicarte temas complejos de manera sencilla, siempre y cuando le pidas que lo haga así. También puedes enviarle documentos para que extraiga información clave sobre ellos, y hacerle preguntas relacionadas cobre su contenido.

Sirve para la programación, permitiéndote escribir o depurar código, así como para resolver problemas matemáticos. Además, si eres un creador de contenido puedes pedirle que te genere ideas, textos, que componga poesía, o que te cree plantillas o estructuras para artículos. También puede revisar y corregir textos.

En el cuadro donde escribes tu prompt o pregunta, tienes tres botones. El del clip es para adjuntar archivos. Pero además tienes el botón de DeepThink R1 para hacer que la IA “piense” en lo que te ha respondido antes o en tu contexto, y te de una respuesta razonada. Y luego, el botón Search sirve para obtener la información de Internet, aunque de momento no te va a indicar las fuentes de donde la ha sacado.

Luego, con cada respuesta que te da tienes botones para copiar el texto, dos botones para calificarlo positiva o negativamente dependiendo de la calidad de la respuesta, y otro para recargar la respuesta y que te la vuelva a generar desde cero basándose en tu mismo prompt.

En Xataka Basics | Páginas de prompts: 16 webs y comunidades gratis para encontrar ideas para tus prompts y buscar consejo para mejorarlos