DeepSeek Open Source: Análisis Completo del LLM que Sacudió a OpenAI

DeepSeek es un laboratorio de inteligencia artificial chino fundado en 2023, subsidiaria de High-Flyer Capital Management (un hedge fund cuantitativo). Su primera incursión notable fue DeepSeek-V2 en 2024, pero el impacto real llegó con DeepSeek-R1 en enero de 2025.

El 20 de enero de 2025, la acción de NVIDIA cayó un 17% en un día — la mayor pérdida de valor en la historia de la bolsa americana hasta ese momento.

BenchmarkDeepSeek-R1o1 (OpenAI) AIME 2024 (matemáticas)79.8%79.2% MATH-50097.3%96.4% Codeforces (código)96.3 percentile96.6 percentile MMLU (conocimiento general)90.8%91.8%

El costo de entrenamiento: DeepSeek afirmó entrenar su modelo de 671B parámetros por ~$6 millones. Las estimaciones para modelos comparables de OpenAI hablan de cientos de millones.

Técnicas clave: Reinforcement Learning desde datos sintéticos (sin anotadores humanos), arquitectura Mixture of Experts (671B totales, ~37B activados por token), y destilación a modelos más pequeños.

DeepSeek-R1 completo: 671B parámetros. MIT License. Requiere múltiples GPUs.

Modelos destilados (los que usarás tú):

ModeloParámetrosHardware DeepSeek-R1-Distill-Qwen-1.5B1.5BCPU + 2GB RAM DeepSeek-R1-Distill-Qwen-7B7B8GB RAM o GPU 4GB DeepSeek-R1-Distill-Llama-8B8B8GB RAM o GPU 4GB DeepSeek-R1-Distill-Qwen-14B14B12GB RAM o GPU 8GB DeepSeek-R1-Distill-Qwen-32B32BGPU 16GB DeepSeek-R1-Distill-Llama-70B70BGPU 40GB+

Opción 1: Ollama (más simple)

ollama pull deepseek-r1:7b
ollama pull deepseek-r1:14b
ollama run deepseek-r1:7b

Opción 2: API de DeepSeek (cloud) — Compatible con formato OpenAI. Más barato que OpenAI/Anthropic por token.

Opción 3: OpenClaw con DeepSeek vía Ollama

{
  "agent": {
    "model": "ollama/deepseek-r1:14b",
    "endpoint": "http://localhost:11434"
  }
}

DeepSeek accesible desde WhatsApp o Telegram, sin API externa, sin coste por token.

Verificación del costo: El dato de "$6 millones" no ha sido verificado independientemente.

Benchmark vs. uso real: Superar a o1 en AIME no significa que sea mejor en todas las tareas.

Preocupaciones de privacidad: La API de DeepSeek.com implica enviar datos a servidores chinos. Usa modelo local vía Ollama si te preocupa.

Censura en ciertos temas: DeepSeek muestra evasión en ciertos temas políticos sensibles para el gobierno chino.

Para usuarios: Más opciones, más competencia, precios a la baja.

Para semiconductores: Si puedes entrenar con menos hardware, la demanda proyectada de GPUs cambia.

Para la comunidad open source: Un modelo de calidad GPT-4/o1 con licencia MIT es un recurso extraordinario. Hugging Face vio descargas récord.

Para razonamiento matemático y científico: Sí, claramente.

Como asistente general: Depende. Optimizado para razonamiento, puede sentirse menos natural en conversación casual.

Para privacidad total: Usa el modelo local vía Ollama. MIT license, sin datos enviados a ningún servidor.