DeepSeek revela que el coste de entrenar su modelo de IA es de $294,000

La china DeepSeek ha afirmado que su sistema de IA insignia, conocido como R1, fue entrenado por solo 294.000 dólares, una fracción de las sumas que se cree que gastan sus competidores estadounidenses.

Los detalles se publicaron esta semana en un artículo revisado por pares en Nature, y es probable que alimenten aún más el debate sobre las ambiciones de Pekín en la carrera global de inteligencia artificial. La empresa con sede en Hangzhou dijo que el modelo centrado en el razonamiento fue entrenado utilizando 512 chips Nvidia H800. Este hardware fue diseñado específicamente para China después de que Estados Unidos prohibiera la venta de los procesadores H100 y A100, más potentes.

El artículo, coescrito por el fundador Liang Wenfeng, marca la primera vez que la firma revela estos costos.

DeepSeek utiliza una fracción del costo de los modelos estadounidenses

En enero, el lanzamiento de las herramientas de IA más baratas de DeepSeek desestabilizó los mercados globales, provocando una venta de acciones tecnológicas por temor a que pudieran superar a gigantes establecidos como Nvidia y OpenAI.

Sin embargo, Liang y su equipo han mantenido un perfil bajo, apareciendo solo para actualizaciones de productos esporádicas desde entonces.

El precio reportado de 294.000 dólares contrasta marcadamente con las estimaciones de las empresas estadounidenses.

El director ejecutivo de OpenAI, Sam Altman, dijo en 2023: «Entrenar modelos fundamentales cuesta mucho más de 100 millones de dólares». Sin embargo, no proporcionó ningún desglose específico.

El entrenamiento de modelos de lenguaje grandes implica ejecutar bancos de chips potentes durante períodos prolongados, consumiendo enormes cantidades de electricidad mientras procesa texto y código. Los observadores de la industria han asumido durante mucho tiempo que la factura de tales proyectos asciende a decenas o incluso cientos de millones.

Esa suposición ahora está siendo cuestionada y, en un documento complementario, DeepSeek admitió que posee chips A100 y los había utilizado en el desarrollo inicial, antes de trasladar el entrenamiento a gran escala a su clúster H800. Según la empresa tecnológica, el modelo funcionó durante 80 horas durante su etapa final de entrenamiento.

Aunque Nvidia ha insistido en que la startup china solo tiene acceso a sus procesadores H800, los funcionarios estadounidenses siguen siendo escépticos. Hace unos meses, fuentes estadounidenses dijeron a Reuters que DeepSeek posee ilegalmente grandes volúmenes de los chips H100, que están sujetos a prohibiciones de exportación a China.

Poniendo la innovación bajo el microscopio

R1 ha llamado la atención no solo por sus bajos costos de entrenamiento, sino también porque podría ser el primer modelo importante en someterse a una revisión por pares formal.

«Este es un precedente muy bienvenido, y si no tenemos esta norma de compartir, se vuelve muy difícil evaluar los riesgos», dijo Lewis Tunstall, ingeniero de aprendizaje automático en Hugging Face, quien revisó el artículo de Nature.

El proceso de revisión llevó a DeepSeek a aclarar los detalles técnicos, incluido cómo se entrenó su modelo y qué salvaguardas estaban en lugar.

«Ir a través de un riguroso proceso de revisión por pares ciertamente ayuda a verificar la validez y utilidad del modelo», dijo Huan Sun, investigador de IA en la Universidad Estatal de Ohio.

La principal innovación de DeepSeek fue utilizar un enfoque de aprendizaje por refuerzo puro . En lugar de depender de ejemplos de razonamiento curados por humanos, según el artículo. El modelo fue recompensado por resolver problemas correctamente y desarrolló gradualmente sus propias estrategias de resolución de problemas.

La firma dice que este sistema de prueba y error permitió a R1 verificar su funcionamiento sin copiar tácticas humanas.

«Este modelo ha sido bastante influyente», añadió Sun. «Casi todo el trabajo de aprendizaje por refuerzo en 2025 puede haber sido inspirado por R1 de una u otra manera.»

DeepSeek niega las acusaciones de copia

Poco después del lanzamiento de R1, surgieron especulaciones de que DeepSeek había dependido de salidas rivales, particularmente de OpenAI, para acelerar el entrenamiento; sin embargo, la compañía ahora ha negado rotundamente esa acusación.

En correspondencia con los árbitros, DeepSeek insistió en que R1 no copió ejemplos de razonamiento generados por OpenAI. Sin embargo, como la mayoría de los modelos de lenguaje grandes, fue entrenado con texto de Internet. Esto significa que algo de contenido producido por IA se incluyó inevitablemente, y la explicación ha convencido a algunos revisores.

«No puedo estar 100% seguro de que R1 no fue entrenado con ejemplos de OpenAI. Sin embargo, los intentos de replicación por parte de otros laboratorios sugieren que el aprendizaje por refuerzo es suficientemente bueno por sí solo», dijo Tunstall.

DeepSeek afirma que R1 está diseñado para destacar en tareas intensivas en razonamiento, como la programación y las matemáticas. A diferencia de la mayoría de los sistemas cerrados desarrollados por empresas estadounidenses, se lanzó como un modelo de pesos abiertos, descargable gratuitamente por investigadores. En el sitio de la comunidad de IA Hugging Face, ya ha sido descargado más de 10 millones de veces.

La firma gastó alrededor de 6 millones de dólares en el desarrollo del modelo base sobre el cual se construye R1, pero incluso con eso añadido, sus costos están muy por debajo de las sumas asociadas con los rivales. Para muchos en el campo, eso hace que R1 sea atractivo.

Sun y sus colegas probaron recientemente el sistema en tareas de datos científicos y encontraron que no era el más preciso, pero entre los mejores en términos de costo-rendimiento.