En Paréntesis MEDia, ya hablábamos del nuevo modelo chino desde la semana pasada. Ahora su éxito ha provocado que Nvidia baje un 12% a la apertura de las Bolsas estadounidenses.
Malas noticias en Silicon Valley. Si la semana pasada acababa con un nuevo golpe de efecto de OpenAI y su agente capaz de navegar por internet, este lunes el golpe ha llegado desde China. Y es que la aplicación de IA DeepSeek se ha convertido en la más descargada de la App Store estadounidense. Este ha sido el último movimiento de una ‘ballena’ que ha demostrado que la arquitectura de la IA es tan importante (o más) que la potencia de computación.
En la mayoría de benchmarks, el modelo R1 chino ha sido capaz de estar a la altura del equivalente lanzado por OpenAI. El problema es que para su desarrollo se ha necesitado una ínfima parte del coste y de la potencia de computación. Y, además, lo han hecho en menos de dos meses. Por todo ello, DeepSeek se puede permitir ‘reventar’ los precios: usar su API cuesta unas 27 menos que la de OpenAI.
Esto ha sacudido los parqués estadounidenses, con unas pérdidas que han afectado especialmente a Nvidia, que se ha dejado un 12% de capitalización al abrir los mercados, lo que le podría costar su puesto como empresa más valiosa del mundo. Le han seguido de cerca Meta y Alphabet. Todo ello marcado por el anuncio de OpenAI, la semana pasada, de la inversión de 500 mil millones de dólares en centros de computación repartidos por diferentes puntos de la geografía estadounidense.
Mezcla de Expertos
Según ha trascendido, la arquitectura que permite lograr la eficiencia del modelo R1 de DeepSeek se basa en la Mezcla de Expertos. Su objetivo es combinar múltiples subredes especializadas («expertos») con un mecanismo de selección dinámica, de modo que solo se active un subconjunto relevante de estos expertos para cada entrada. Esto reduce el coste computacional sin sacrificar capacidad del modelo.
De hecho, algunos benchmarks sitúan a DeepSeek-R1 sitúan a la compañía china por encima de la estadounidense en matemáticas (MATH-500) y programación (Codeforces), aunque quedan muy igualadas en el resto de parámetros.
Abre un paréntesis en tus rutinas. Suscríbete a nuestra newsletter y ponte al día en tecnología, IA y medios de comunicación.
