Las IA chinas a fondo — DeepSeek, Qwen y lo que podés usar hoy

El 20 de enero de 2025, DeepSeek publicó el paper de DeepSeek-R1 junto con los pesos abiertos del modelo. El documento describía una receta sorprendentemente directa: partir de DeepSeek-V3 (modelo base mixture-of-experts de 671B parámetros totales, ~37B activados por token), aplicar pura reinforcement learning con recompensa basada en outputs verificables (matemáticas, código), y después destilar los comportamientos a modelos más chicos. El costo total de entrenamiento declarado fue USD 5.576 millones para la fase final. Cifra que, si es verídica, está un orden de magnitud por debajo de las estimaciones para GPT-o1 (reportadas como superiores a $100M por analistas como The Information y Epoch AI).

La comunidad técnica miró con sospecha sana. Las auditorías independientes no pueden verificar el costo declarado — DeepSeek no publicó logs de entrenamiento detallados. Analistas como SemiAnalysis estimaron el costo real incluyendo infraestructura, personal y experimentos previos en $1B+ — muy por debajo de los competidores americanos pero muy por encima del número puntual que circuló en prensa.

Aun con ese caveat, la lección técnica es genuina: la frontera de razonamiento se alcanza con menos compute del que se pensaba, si se elige bien la arquitectura (MoE + multi-head latent attention) y el método de entrenamiento (pure RL con GRPO en lugar de PPO, eliminando el critic model).

Arquitectura técnica que importa

Multi-head Latent Attention (MLA): innovación de DeepSeek que comprime las keys y values proyectándolas a un espacio latente más chico, reduciendo drásticamente el uso de memoria durante inferencia. Permite sostener contextos largos con menor hardware.

Mixture-of-Experts profundo (256 expertos en V3): sólo activa una fracción (~37B de 671B) por token, manteniendo el compute de inferencia manejable mientras el capacity total del modelo es enorme.

GRPO (Group Relative Policy Optimization): variante de PPO sin critic model, diseñada específicamente para tareas con recompensas verificables. Ahorra compute y memoria en RL.

Razonamiento con R1-Zero → R1: primero entrenaron con pura RL sin supervised fine-tuning (R1-Zero), descubrieron que emergieron cadenas de pensamiento largas espontáneamente, y después agregaron una capa corta de SFT para mejorar la legibilidad (R1).

Estos pedazos no son revelaciones inéditas — MoE es viejo, RL con recompensa verificable es viejo, LLMs con razonamiento es el paradigma o1 — pero la combinación específica y la ejecución en chips restringidos es lo que hizo el momento.

Qwen: la estrategia de volumen open source

Mientras DeepSeek ganó el ciclo de prensa, Qwen de Alibaba ganó el ciclo de adopción silenciosa. En Hugging Face, la familia Qwen consistentemente está entre los modelos open-weight más descargados. Qwen-2.5, Qwen-2.5-Coder, Qwen-2.5-VL, Qwen-Audio — cubren texto, código, visión, audio con pesos publicados.

La estrategia de Alibaba es clara: competir en la frontera open-source, generar ecosistema (fine-tunes, cuantizaciones, integraciones), y monetizar arriba con Alibaba Cloud Model Studio y Alibaba Cloud. Es el mismo playbook de Microsoft con Linux — no evitar el open, abrazarlo y vender la infraestructura.

Qwen-2.5-Max (finales de 2024) compitió cabeza a cabeza con GPT-4o y Claude 3.5 Sonnet en varios benchmarks. Qwen-2.5-Coder-32B se volvió el modelo open de referencia para coding, fine-tuneado por la comunidad para cientos de casos verticales.

Contexto geopolítico: las restricciones aceleraron la eficiencia

La tesis más interesante de 2025 es que las sanciones tecnológicas produjeron el efecto contrario al buscado. Prohibir H100 y A100 para exportación a China en 2022-2024 forzó a los labs chinos a entrenar con H800 (variantes recortadas en ancho de banda de interconexión) y con chips domésticos (Huawei Ascend). El resultado fue un foco sistémico en eficiencia: arquitecturas como MLA y MoE profundo emergieron porque eran las formas de sacarle más jugo a menos compute.

Paralelamente, OpenAI, Anthropic y Google operaban sin restricciones de chips y podían asumir "escalar resuelve casi todo". Esa comodidad fue una desventaja competitiva cuando el techo técnico se alcanzó con menos.

Dario Amodei (Anthropic) respondió al momento DeepSeek con un ensayo argumentando que el paper no invalida la curva de scaling — R1 sigue ganando con más compute, como todos los modelos. Lo que cambió no es que "ya no importe el compute": es que el compute necesario para entrar en la frontera bajó. Eso es una noticia distinta, menos dramática que los titulares pero más relevante estratégicamente.

Limitaciones reales para el usuario profesional latinoamericano

1. Censura política: no es evasiva, es categórica en temas del gobierno chino. Si tu trabajo roza geopolítica, periodismo, análisis de mercado asiático, es una limitación de producto.

1. Calidad en español: aceptable pero con errores idiomáticos y culturales más frecuentes que en Claude/GPT/Gemini. El training data está dominado por inglés y chino.

1. Seguridad de outputs: menos trabajada que en modelos alineados con constitutional AI o RLHF enterprise-grade. Más propenso a producir outputs inapropiados en edge cases.

1. Privacidad y jurisdicción: datos enviados a APIs chinas oficiales quedan potencialmente bajo jurisdicción china. Para empresas reguladas, compliance es una pregunta abierta que los departamentos legales corporativos están recién empezando a responder.

1. Latencia: para usuarios latinoamericanos, la latencia desde chat.deepseek.com o chat.qwen.ai puede ser mayor que Claude/ChatGPT (que tienen edge presence global). Mitigable usando Together, Fireworks, Groq u otros proveedores que alojen los modelos chinos en infra americana.

Tesis editorial: el fin del moat por compute

La historia oficial de 2022-2024 fue: "el moat de los frontier labs es el compute — nadie más tiene los H100 ni el capital". La historia real de 2025 es: el compute ayuda, pero no es foso suficiente. DeepSeek demostró que un equipo relativamente chico, con restricciones de hardware, alcanza la frontera con mejor receta. Esa es una noticia estratégica que la industria todavía está digiriendo.

¿Qué significa para un profesional en Buenos Aires, São Paulo o Ciudad de México? Tres cosas concretas:

Una, que el costo por token va a seguir cayendo. Las APIs chinas compiten por precio, las americanas tienen que responder. Para casos de uso de alto volumen (customer service, análisis masivo, generación de contenido a escala), el costo de la IA deja de ser restricción.

Dos, que los modelos locales se vuelven una opción real. Para tareas de privacidad o desconexión, poder correr un modelo decente en una laptop propia cambia el cálculo. No reemplaza a Claude para tareas críticas, pero cubre el 70% del uso cotidiano gratis.

Tres, que la dependencia de un solo laboratorio disminuye. El stack profesional del próximo año no es "Claude o ChatGPT" — es "Claude o ChatGPT como default, DeepSeek/Qwen como alternativa de alto volumen, local como opción de privacidad". Esa arquitectura de tres capas es más robusta y más barata que la dependencia del 2023.

Para el hispanohablante que produce trabajo profesional serio, la recomendación de 2026 sigue siendo Claude, ChatGPT o Gemini como caballos principales. Pero saber que existe, funciona, y es gratis una versión open-weight de razonamiento técnico al nivel o1 cambia la conversación sobre qué tan grande era el foso de los labs americanos. No era tan grande. 2025 lo demostró.