Definición:
DeepSeek es una empresa china de inteligencia artificial que desarrolla modelos capaces de comprender y generar lenguaje, trabajar con código y resolver tareas de razonamiento. Su nombre también identifica sus familias de modelos y el asistente conversacional que permite utilizarlos.
Además de ofrecer acceso mediante un servicio online y una API, DeepSeek publica modelos que pueden descargarse y ejecutarse en infraestructura propia, según sus requisitos técnicos y condiciones de licencia.
Índice de contenidos
DeepSeek como empresa, modelo y asistente
DeepSeek tiene su sede en Hangzhou, China. Alcanzó una mayor notoriedad internacional en 2025 con la difusión de sus modelos y el lanzamiento de DeepSeek-R1, orientado a tareas de razonamiento.
Conviene distinguir tres elementos que comparten su nombre: la empresa que desarrolla la tecnología, los modelos que procesan la información y el asistente con el que conversa el usuario.
El asistente incorpora una interfaz y funciones que no forman parte necesariamente del modelo descargable. Ejecutar un modelo en un servidor propio no reproduce automáticamente todas las prestaciones del servicio online.
Cómo funcionan sus modelos
Los modelos de DeepSeek generan respuestas a partir de su entrenamiento, las instrucciones recibidas y el contexto disponible. Las instrucciones, llamadas prompts, permiten indicar la tarea, aportar información y definir el formato del resultado.
Su preparación puede combinar preentrenamiento, ajuste supervisado y aprendizaje por refuerzo. No es correcto describir todos los modelos de DeepSeek como sistemas entrenados exclusivamente mediante prueba y error: los procedimientos varían entre modelos y etapas.
En los modelos orientados al razonamiento, el entrenamiento busca mejorar la resolución de tareas que requieren varios pasos, como problemas matemáticos o de programación. Esto no implica que comprendan como una persona ni garantiza que sus conclusiones sean correctas.
Qué significa que sus modelos sean abiertos
DeepSeek publica código y pesos de determinados modelos, es decir, los valores numéricos aprendidos durante el entrenamiento que permiten ejecutarlos. Esa disponibilidad ofrece la posibilidad de utilizarlos fuera del servicio alojado por la empresa.
El repositorio de DeepSeek-R1 distribuye su código y pesos bajo licencia MIT, que permite usos comerciales y modificaciones respetando sus condiciones. Las variantes derivadas de otros modelos pueden incorporar condiciones adicionales que deben revisarse por separado.
La apertura tampoco debe interpretarse como acceso a todos los datos y procesos utilizados durante el entrenamiento. Código disponible, pesos descargables y publicación completa del entrenamiento son cosas distintas.
Formas de utilizar DeepSeek
El acceso puede organizarse de diferentes maneras, según el uso previsto y el control que se necesite:
- Asistente online: permite conversar con los modelos desde las interfaces ofrecidas por el servicio.
- API: permite incorporar sus capacidades a aplicaciones propias mediante peticiones desde otro programa.
- Despliegue propio: utiliza un modelo descargable en un ordenador o servidor compatible.
- Proveedores externos: ofrecen acceso a modelos de DeepSeek bajo sus propias condiciones de servicio.
La API facilita integrar tareas como resumir documentos, clasificar textos o ayudar con código sin gestionar directamente la infraestructura del modelo.
El despliegue propio ofrece más control técnico, pero exige recursos y mantenimiento. Los requisitos de memoria y procesamiento dependen del modelo elegido: no todos pueden ejecutarse en cualquier ordenador.
Para qué se utiliza DeepSeek
Sus modelos pueden apoyar tareas de redacción, traducción, síntesis de documentos y extracción de información. En programación, pueden explicar código, proponer soluciones y ayudar a investigar errores.
Los modelos de razonamiento también se utilizan para abordar problemas matemáticos y tareas que requieren relacionar varias condiciones. La utilidad real depende de la tarea, del modelo y de la calidad de la información aportada.
Cuando se integran en una aplicación, pueden combinarse con herramientas o fuentes externas. Esas conexiones deben implementarse: un modelo no obtiene acceso automático a archivos, bases de datos o servicios por estar instalado.
Costes, privacidad y control de los datos
Descargar un modelo con una licencia que permita su uso no significa que ejecutarlo carezca de costes. La infraestructura, el consumo de recursos, la administración y el mantenimiento forman parte del despliegue.
También conviene distinguir dónde se procesa la información. Utilizar el asistente online o una API implica enviar datos al proveedor correspondiente. Un despliegue propio puede mantener el procesamiento dentro de la infraestructura elegida, siempre que la aplicación y sus conexiones estén configuradas para ello.
Las respuestas pueden contener errores, sesgos o información no contrastada. La disponibilidad del código o de los pesos facilita el control técnico, pero no garantiza por sí sola precisión, privacidad ni seguridad.