DeepSeek de China acaba de romper la mayor mentira de la IA occidental

DeepSeek R1 es un modelo de IA chino que le ganó a OpenAI o1 en los benchmarks principales mientras gastaba aproximadamente 1/100 de lo que OpenAI gastó entrenándolo. La compañía detrás de DeepSeek dice que esto es una "tesis profunda" sobre cómo China puede desafiar el dominio de la IA occidental no a través del gasto sino a través de una arquitectura más inteligente.

La historia de la IA occidental se ha construido sobre una sola premisa: más dinero equivale a mejores resultados. OpenAI gastó $300 millones entrenando o1 en miles de chips NVIDIA. DeepSeek gastó alrededor de $6 millones y aún así le ganó en los benchmarks de matemáticas, programación y razonamiento. No solo cortaron esquinas — rediseñaron la arquitectura misma, usando un sistema de Mixture of Experts donde el modelo enruta diferentes preguntas a sub-redes especializadas en lugar de ejecutar un modelo masivo para todo.

También está el ángulo del hardware. Las compañías occidentales han estado construyendo sobre los chips H100 de NVIDIA, que Estados Unidos ha estado restringiendo para la exportación a China. DeepSeek construyó su modelo alrededor de chips chinos domésticos en su lugar. Si China puede hacer más con menos, toda la ventaja de la IA occidental construida sobre el gasto y el acceso a chips empieza a verse mucho más delgada.

Por qué nos importa: si la IA se vuelve más barata y accesible, las compañías que se construyan serán diferentes a las que hemos estado esperando — y las personas que las construyan no vivirán todas en Palo Alto.