DeepSeek: de desconocido a lider

La empresa china DeepSeek ha dado uno de los saltos mas impresionantes en la historia de la IA durante el ultimo ano. DeepSeek V3, lanzado a finales de 2025, sorprendio a la industria con su relacion precio-calidad, y DeepSeek R1 se convirtio en el primer modelo de razonamiento con pesos abiertos verdaderamente competitivo.

Ahora en el horizonte estan DeepSeek V4 y R2, cuyo lanzamiento se espera en las proximas semanas.

Lo que sabemos sobre DeepSeek R2

Razonamiento multimodal

La principal innovacion de R2 es la capacidad de razonar no solo sobre texto, sino tambien sobre:

  • Imagenes — graficos, diagramas, capturas de pantalla
  • Tablas — datos financieros, estadisticas
  • Codigo — depuracion visual y analisis de arquitectura

Esto hace que el modelo sea significativamente mas util para el analisis financiero, donde los graficos y tablas son el formato principal de datos.

Pesos abiertos

DeepSeek continua con su estrategia de pesos abiertos: los modelos estaran disponibles para descarga y ejecucion local. Esto es fundamentalmente importante para:

  • Fondos de cobertura que no pueden enviar datos a la nube
  • Traders individuales que quieren controlar su infraestructura
  • Investigadores que necesitan acceso a los pesos para fine-tuning

Benchmarks esperados

Se espera una mejora significativa en los principales benchmarks (MMLU, MATH-500, SWE-Bench) en comparacion con R1, aunque las cifras concretas aun no se han confirmado.

DeepSeek V4: modelo base de nueva generacion

Si R2 es un modelo de razonamiento (analogo a o3 de OpenAI), entonces V4 es un modelo base (analogo a GPT-5). Se espera:

  • Arquitectura MoE (Mixture of Experts) con mayor eficiencia aun
  • Ventana de contexto ampliada hasta 256K tokens
  • Mejor seguimiento de instrucciones en chino e ingles
  • Reduccion del 30-40% en costes de inferencia respecto a V3

Por que China esta alcanzando

A pesar de las restricciones de exportacion de chips NVIDIA, DeepSeek y otras empresas chinas estan encontrando formas de mantenerse competitivas:

  1. Eficiencia algoritmica — DeepSeek gasta 10 veces menos en entrenar modelos comparables
  2. Innovaciones en arquitectura — Multi-head Latent Attention y otras soluciones originales
  3. Escala de inversion — el gobierno chino financia activamente la investigacion en IA
  4. Acceso a datos — el enorme mercado interno proporciona datasets unicos

Que significa esto para los traders

DeepSeek V4 y R2 con pesos abiertos representan la oportunidad de:

  • Ejecutar un modelo de IA potente en servidores propios sin depender de nubes extranjeras
  • Eludir las restricciones de sanciones en el acceso a APIs de empresas occidentales
  • Obtener una herramienta gratuita de nivel GPT-5 para el analisis de mercados

Sin duda probaremos ambos modelos inmediatamente despues de su lanzamiento y compartiremos los resultados.