DeepSeek acaba de lanzar R1, y ha hecho añicos más que los benchmarks: ha hecho añicos los modelos de precios.

Un modelo que iguala a GPT-4 Turbo en la mayoría de tareas, cuesta un 98,5 % menos entrenarlo y libera sus pesos bajo una licencia MIT permisiva. Para una industria que ha estado cobrando 30 dólares por cada millón de tokens de entrada y llamándolo «grado empresarial», DeepSeek no solo ha alterado el mercado. Le ha dicho a todo el mundo cuál ha sido realmente el margen de beneficio todo este tiempo.

Seamos claros con lo que ha pasado aquí. Se suponía que la IA de código abierto tardaría otro año en alcanzar a los modelos propietarios. Todos tenían esa línea de tiempo anotada en algún lado. El modelo R1 de DeepSeek ha cerrado esa brecha de la noche a la mañana. Y, lo más importante, su coste de entrenamiento —estimado en unos 6 millones de dólares frente a los más de 100 millones de OpenAI— ha enviado una onda de choque por cada presentación ante inversores en Silicon Valley.

El ecosistema de startups de IA se ha regido por una premisa: que entrenar modelos grandes requiere un capital masivo. DeepSeek ha demostrado que un entrenamiento eficiente puede producir resultados de última generación a una fracción del coste. La implicación no es solo académica: es existencial.

Las empresas de IA empresarial han construido toda su ventaja competitiva alrededor de dos cosas: conjuntos de datos propietarios y entrenamiento propietario. Ninguno de esos argumentos sobrevive cuando los modelos de código abierto se vuelven competitivos en los benchmarks con un 98 % de ahorro.

Este sentimiento, expresado por múltiples investigadores de IA desde el lanzamiento de DeepSeek, capta el cambio fundamental. Las empresas que cobraban precios empresariales por envolver modelos de código abierto en una interfaz de chat se han revelado de la noche a la mañana como exactamente lo que eran: capas de distribución, no capas de tecnología.

Azure de Microsoft, Google Cloud y AWS han reportado picos masivos de tráfico en las horas siguientes al anuncio de DeepSeek. Han recibido publicidad gratuita porque toda la industria ahora se pregunta: si DeepSeek-R1 puede hacer lo que hace GPT-4 a una fracción del coste, ¿por qué estamos pagando precios premium?

El impacto real no vino solo de DeepSeek, sino de la coincidencia temporal. En cuestión de semanas, laboratorios de IA más pequeños en toda China lanzaron sus propios modelos abiertos —todos competitivos con DeepSeek, todos más rápidos, todos más baratos—. El ecosistema de código abierto pasó de ser un plus opcional a ser obligatorio en el espacio de un solo trimestre.

La IA propietaria está siendo presionada desde dos direcciones: los modelos de código abierto cierran la brecha de rendimiento mientras los clientes empresariales se cuestionan si están pagando por tecnología o por marca. Los próximos 12 meses verán o un giro hacia modelos propietarios centrados primero en la eficiencia, o el colapso de varias startups de IA sobrevaloradas.

El movimiento de código abierto no se trata solo de libertad aquí. Se trata de economía. Y la economía de la IA está cambiando más rápido de lo que la mayoría de los ejecutivos creían posible.