DeepSeek

DeepSeek es una empresa de investigación en IA con sede en China cuyos modelos se publican con los pesos abiertos, de modo que cualquiera puede descargarlos, ejecutarlos y ajustarlos (fine-tuning). Sus modelos generales sirven para chat, escritura y programación, y sus modelos de razonamiento resuelven un problema paso a paso antes de responder. Lo que llamó la atención del sector fue la eficiencia: los modelos de DeepSeek rinden cerca de los mejores sistemas cerrados en muchos benchmarks de matemáticas y programación, y cuestan mucho menos de entrenar y de servir. Sus artículos técnicos, que explican cómo lo logró, los leen mucho otros laboratorios.

Hay tres formas de usarlo. La app de chat y el sitio web son gratuitos e incluyen un modo que muestra el razonamiento del modelo. La API tiene un precio muy inferior al de casi toda la competencia y sigue el mismo formato que la de OpenAI, así que muchas herramientas pueden pasarse a ella cambiando una URL y una clave. Los pesos abiertos se pueden descargar y ejecutar en tu propio hardware, que es la opción que más importa a las empresas que no pueden enviar datos a un tercero. Los modelos completos son enormes, así que la mayoría de la gente ejecuta versiones destiladas más pequeñas en una sola máquina.

Hay contrapartidas que sopesar. La app y la API alojadas funcionan en servidores en China, y su política de privacidad y su comportamiento de censura han recibido críticas: los modelos se niegan a responder o modifican las respuestas en algunos temas políticamente sensibles. Varios gobiernos y empresas han restringido su uso en dispositivos de trabajo. Ejecutar tú mismo los pesos abiertos evita el problema del tratamiento de datos, pero no el comportamiento de contenido integrado en el modelo. Para desarrolladores sensibles al coste y equipos que quieren alojarlo por su cuenta, es una de las mejores opciones disponibles.