Eduardo César Garrido Merchán, Universidad Pontificia Comillas

Hace dos años que OpenAI consiguió el efecto Coca-Cola con su producto estrella, ChatGPT. Pero el nuevo bombazo, que en este caso más bien sería el efecto Bruce Lee, lo han dado DeepSeek-R1 y Qwen 2.5, increíblemente baratos en su desarrollo y de código abierto. Ambos, made in China.

La gente común, que no pertenece a la comunidad de expertos en IA –los de verdad, no los del hype–, apenas conoce la existencia de otras IA, y mucho menos si son o no libres, de código abierto. Hace tiempo que existen alternativas a ChatGPT como Gemini, de Alphabet, que también es una corporación privada norteamericana. Y entre las IA de código abierto la más usada es LLaMA (Large Language Model Meta AI), que ha servido de base al desarrollo de ALIA, la IA española de código abierto que acaba de estrenarse.

Con todo esto, China es hoy la indiscutible protagonista tecnológica en el mundo. Podría decirse que ha puesto pie en la Luna de la carrera por la IA.

DeepSeek ya se puede usar

DeepSeek-R1, con una interfaz gráfica muy similar a ChatGPT, ya se puede utilizar libremente desde su página web. Ahora serán los usuarios quienes decidan si se quedan o no, pero su atractivo parece irresistible: es gratis, y seguirá siendo gratis. ChatGPT no lo es si se usa con todas sus prestaciones, y Gemini dejará de serlo en cuanto pase su periodo de fidelización.

Pero lo más abrumador de la llegada de DeepSeek es que ha tumbado a un gigante. La salida a la calle del modelo chino ha provocado un desplome del precio del todopoderoso fabricante de chips NVIDIA de más del 16 % en el momento de escribir este artículo (cae en picado por minutos). NVIDIA ha perdido 700 000 millones de dólares en menos de 24 horas. Estamos ante la mayor pérdida de capitalización bursátil de la historia.

Por qué los chinos han abaratado tanto el precio

¿Por qué es tan barato DeepSeek? En primer lugar, sus desarrolladores han reducido enormemente el coste de entrenamiento del modelo en relación con su rendimiento.

Según la propia DeepSeek, han empleado 5,57 millones de dólares (5,33 millones de euros). Para que se entiendan estas cifras, este gasto supone menos de una décima parte del gasto del modelo de pago de la empresa irónicamente llamada OpenAI.

El entrenamiento, siempre según DeepSeek, ha durado 55 días, utilizando un conjunto de 2 048 unidades de procesadores gráficos H800 del fabricante de chips estadounidense NVIDIA, con 671 billones de parámetros. También hay versiones destiladas más pequeñas. De hecho se está replicando el entrenamiento completo de DeepSeek-R1 en Github, una plataforma de desarrollo colaborativo, lo que confirma que estamos ante una IA abierta y libre.

Además, este modelo también es diez veces más pequeño que los de OpenIA, lo que le hace mucho más rápido respondiendo a prompts (instrucciones). Pero la cosa no termina aquí.

En abierto

La empresa responsable de DeepSeek ha publicado su modelo con licencia MIT, es decir, en abierto, y un artículo técnico detallando el completo funcionamiento del modelo para que pueda ser replicado. Todo un regalo para la comunidad científica y una bomba en la línea de flotación de las grandes corporaciones o Big Tech americanas y de los fabricantes de chips, que con excepción del modelo LLaMA de Meta, se quedan un paso atrás. Han visto como una startup china es capaz de publicar un modelo libre cuyo rendimiento está a la altura de sus más sofisticados modelos de licencia propietaria.

En esta imagen, perteneciente a un sistema de evaluación de modelos largos de lenguaje público de HuggingFace, con buena reputación dentro de la comunidad, se puede ver el fantástico rendimiento de DeepSeek.

La respuesta de los ciudadanos

La reacción del público ante el nuevo modelo largo de lenguaje de DeepSeek no se ha hecho esperar.

En la primera semana de mandato de Donald Trump, justo cuando Sam Altman, CEO de OpenAI, subía un vídeo a la red social X diciendo que la sociedad debía repensar el contrato social actual para un futuro desarrollo de las inteligencias artificiales, China se asoma colapsando el mercado con una sola muestra del gran desarrollo tecnológico que muchas veces occidente se obstina en ignorar.

Trump también había anunciado el proyecto de IA Stargate, incorporando a las Big Tech en una alianza sin precedentes, con una inversión de capital estatal de 500 000 millones de dólares. Y entonces, una startup china es capaz de elaborar, y liberar, un modelo con una fabulosa implementación y con una idea técnica feliz, extremadamente eficiente.

Incluso Yann LeCun, jefe de IA de Meta, ha felicitado al equipo chino por un logro que ha supuesto un auténtico terremoto para la comunidad mundial experta en inteligencia artificial.

Estamos ante una muestra de que las Big Tech y, en general, la industria tecnológica estadounidense quizá han subestimado al gigante asiático.

Las caídas en bolsa pueden en parte ser explicadas por la fabulosa recepción del pueblo norteamericano ante el nuevo modelo largo de lenguaje. DeepSeek se ha convertido en la aplicación más descargada en la App Store de Apple este fin de semana en Estados Unidos, ¡por delante de ChatGPT!

La innovación tecnológica desplegada por el gigante asiático en multitud de campos está verdaderamente a la altura de Estados Unidos. Como ejemplo de ello se puede citar el prototipo EAST, que ha logrado mantener un sol artificial de plasma de alto confinamiento en estado estable durante 1 066 segundos, lo que supone un hito clave para conseguir energía de fusión, limpia e inagotable.

En lo que a mí respecta, como investigador, aseguro que ya sigo con mucha atención a las empresas chinas, puesto que su potencial innovador es indiscutible.

Eduardo César Garrido Merchán, Profesor Colaborador Asistente, Departamento de Métodos Cuantitativos, Universidad Pontificia Comillas

Este artículo fue publicado originalmente en The Conversation. Lea el original.