Qué es DeepSeek y qué designa el nombre
DeepSeek designa una empresa de investigación en inteligencia artificial, sus familias de modelos y un servicio conversacional. La aplicación permite trabajar con instrucciones y materiales; la API integra modelos en otros programas; los pesos publicados permiten despliegues propios. Son formas de acceso diferentes: una función del repositorio no tiene por qué estar disponible en cada conversación de la aplicación.
Sus modelos generan respuestas a partir del contexto mediante predicción de tokens. El preentrenamiento aprende patrones y el ajuste posterior orienta el seguimiento de instrucciones. En esta ficha se distinguen la historia técnica, las capacidades documentadas a 8 de noviembre de 2026 y los usos de SST propuestos por Sabentis.
Documentación de referencia: Identity and model training disclosure · DeepSeek API models and pricing.
Origen, dirección y financiación
Liang Wenfeng impulsó DeepSeek en 2023 desde el entorno del fondo cuantitativo High-Flyer, en Hangzhou. La investigación aprovechó experiencia previa en aprendizaje automático e infraestructura de cómputo. Reuters documentó esa trayectoria: no fue un proyecto que apareciera sin inversión previa cuando se popularizó R1.
En junio de 2026, TechRadar informó de una primera financiación externa de unos 7.400 millones de dólares, valorando la empresa por encima de 50.000 millones, y de una campaña de contratación. Son cifras periodísticas atribuidas, no cuentas auditadas en esta ficha. La aspiración declarada de desarrollar inteligencia artificial general tampoco acredita haberla alcanzado.
Documentación de referencia: Reuters: High-Flyer, the AI quant fund behind China's DeepSeek · TechRadar: DeepSeek hiring and financing, June 2026.
De Coder y LLM a Math y V2
- Coder, 2023: modelos orientados a programación, con variantes de distintos tamaños y entrenamiento centrado en código. Su publicación distingue la licencia del código de la de los modelos.
- DeepSeek-LLM: las variantes Base y Chat de 7.000 y 67.000 millones de parámetros organizaron la oferta de lenguaje general, con especial presencia del inglés y el chino.
- DeepSeekMoE y Math: la primera línea investigó expertos compartidos y seleccionados; la segunda partió de Coder para entrenar capacidades matemáticas mediante distintas etapas, incluida optimización por refuerzo.
- V2, mayo de 2024: combinó mezcla de expertos y Multi-head Latent Attention, con 236.000 millones de parámetros totales y 21.000 millones activos por token. V2.5 continuó la convergencia entre conversación y programación.
Esta evolución explica por qué «DeepSeek» no identifica un único modelo estable. Cambian el entrenamiento, la arquitectura y la forma de acceder a cada generación.
Documentación de referencia: DeepSeek-Coder repository · DeepSeek-LLM repository · DeepSeekMoE repository · DeepSeekMath repository · DeepSeek-V2 repository · DeepSeek API change log.
Mezcla de expertos, atención y V3
Una mezcla de expertos, o MoE, distribuye parte del cálculo entre bloques especializados de la red. El encaminamiento selecciona solo algunos para cada token. «Experto» es un término matemático: no representa a una persona ni acredita especialización profesional en prevención.
La atención latente de V2 comprime información utilizada para mantener el contexto. V3, publicado en diciembre de 2024, amplió la escala a 671.000 millones de parámetros, con 37.000 millones activos por token, e incorporó cambios en el equilibrio de carga y la predicción de varios tokens. Tamaño total, cálculo activo y memoria necesaria son medidas diferentes; no conviene convertir ninguna en una clasificación automática de calidad.
Documentación de referencia: DeepSeekMoE repository · DeepSeek-V2 repository · DeepSeek-V3 repository.
Infraestructura y debate sobre el coste
El informe de V3 estimó 5,576 millones de dólares para el entrenamiento descrito, suponiendo un alquiler de dos dólares por hora de GPU H800. Esa cifra no equivale al coste completo de crear DeepSeek: no resume todas las investigaciones, instalaciones, personal y experimentos previos.
La investigación Fire-Flyer AI-HPC describe un diseño conjunto de hardware y software, con HFReduce para comunicaciones, HaiScale para entrenamiento distribuido, 3FS para archivos y HAI-Platform para gestión. La eficiencia incluye coordinación y movimiento de datos, además del modelo.
Para una organización, el coste útil se calcula por trabajo aceptado: preparación, inferencia, revisión, correcciones, alojamiento y mantenimiento. Un precio bajo por token puede perder relevancia si obliga a rehacer gran parte del resultado.
Documentación de referencia: DeepSeek-V3 Technical Report · Fire-Flyer AI-HPC research.
R1 y la evolución de 2025
R1-Zero investigó aprendizaje por refuerzo sin ajuste supervisado inicial, con problemas de legibilidad. R1 añadió preparación y ajuste; sus destilados basados en Qwen y Llama son variantes diferentes, no copias idénticas del modelo grande.
R1 se lanzó el 20 de enero de 2025 y se actualizó en mayo. V3.1 llegó en agosto, Terminus en septiembre y V3.2 en diciembre. V3.2 desarrolló atención dispersa, entrenamiento por refuerzo y tareas sintéticas para uso de herramientas; Speciale priorizó razonamiento con mayor cómputo.
Los resultados de concursos y pruebas publicados por el fabricante describen esos protocolos. No demuestran que una respuesta sobre una instalación concreta sea correcta.
Documentación de referencia: DeepSeek-R1 repository · DeepSeek API change log · DeepSeek-V3.2 technical report.
V4 y V4.1: cambios de arquitectura en 2026
V4 apareció en versión preliminar en abril de 2026, con Pro y Flash y contexto de un millón de tokens. Su diseño combinó mecanismos de compresión de atención, mHC y optimización Muon.
V4.1-Flash introdujo en septiembre una arquitectura causal de codificador y decodificador y entrada visual nativa. Su atención CSA2 selecciona información del contexto y Engram incorpora recuperación mediante tablas de tokens. Esa «memoria» arquitectónica no es una libreta de recuerdos personales del usuario. La versión Flash consultada corresponde a la actualización del 17 de octubre.
Una ventana extensa aumenta el material que puede enviarse; no garantiza detectar cada excepción escondida dentro de ese material.
Documentación de referencia: DeepSeek-V4-Pro model card · DeepSeek-V4.1-Flash model card · DeepSeek API change log.
Aplicación, API y despliegue propio
La API identifica deepseek-flash con V4.1-Flash-1017 y deepseek-v4-pro con V4-Pro-0813. Solo Flash admite visión. Pro sigue disponible pese al anuncio previo de retirada.
La facturación distingue tokens de entrada, caché y salida, además de solicitudes Search/Fetch. Antes de presupuestar, hay que consultar las tarifas y medir el flujo real.
R1 y V4 se publicaron con licencia MIT. Deben comprobarse el modelo concreto, sus componentes y las condiciones de variantes derivadas. Descargar pesos no proporciona por sí solo servidores, soporte, registros, control de acceso ni un servicio empresarial terminado.
Documentación de referencia: DeepSeek API models and pricing · DeepSeek-R1 repository · DeepSeek-V4-Pro model card · DeepSeek API change log.
Qué aporta el modo de razonamiento
La API permite activar o desactivar el modo de razonamiento y ajustar su esfuerzo. Está activo por defecto. En conversaciones con herramientas, la documentación exige conservar y reenviar el contenido de razonamiento según el protocolo; ignorar ese requisito puede romper la integración.
En una tarea editorial, conviene pedir primero las condiciones y contradicciones detectadas y después la propuesta. Una explicación extensa puede ayudar a inspeccionar el resultado, pero no constituye una demostración independiente. El criterio es si la respuesta conserva los datos, identifica lo desconocido y permite reproducir las comprobaciones.
Documentación de referencia: DeepSeek thinking mode.
Imágenes, documentos y familias multimodales
Flash admite imágenes junto con texto y puede describirlas o leer gráficos. La API ofrece entrada mediante URL, datos codificados o archivos cargados, con límites y redimensionamiento. Una foto pequeña puede perder justo el detalle que importa para interpretar una señal.
DeepSeek-VL2 es una línea específica de comprensión visual, OCR y documentos. Janus, JanusFlow y Janus-Pro investigan comprensión y generación de imágenes; la publicación de Janus-Pro en enero de 2025 no significa que todas esas funciones estén integradas en la aplicación conversacional actual.
En SST, una imagen puede servir para preparar preguntas de una sesión. No debe transformarse una observación visual incompleta en una certificación del estado de una máquina o de la exposición de una persona.
Documentación de referencia: DeepSeek vision guide · Janus repository · DeepSeek-VL2 repository.
Búsqueda, fuentes y respuestas comprobables
Search devuelve resultados web estructurados; Fetch recupera una página en Markdown. Estos servicios permiten construir búsquedas y sistemas que recuperan documentos antes de responder. Buscar, recuperar y generar son operaciones distintas: una búsqueda satisfactoria puede acabar en una conclusión mal interpretada.
Para investigar un tema preventivo, el flujo propuesto conserva título, enlace, fecha y fragmento que respalda cada afirmación. Se revisa la página original y se separa lo que dice de la interpretación. Una referencia inexistente, una norma derogada o una recomendación para otro sector debe excluirse, aunque el texto generado resulte convincente.
Documentación de referencia: DeepSeek Search and Fetch.
Código, demostración formal y agentes
DeepSeek-Prover-V2 trabaja en demostración formal con Lean 4. Ese ámbito exige pruebas verificables por un sistema formal y es distinto de una explicación matemática en lenguaje cotidiano.
DeepSeek Harness es un entorno de agentes con arquitectura de complementos Cordis y licencia MIT. Su interfaz permite elegir un espacio de trabajo; el agente puede leer y modificar archivos, ejecutar comandos y delegar tareas. Las confirmaciones dependen de la política de permisos activa.
Para prototipos de SST, conviene usar un repositorio aislado y datos ficticios. Una función que calcula correctamente con tres ejemplos puede fallar con valores vacíos, unidades distintas o registros duplicados. La aceptación debe incluir esos casos antes de conectar cualquier dato operativo.
Documentación de referencia: DeepSeek-Prover-V2 repository · DeepSeek Harness repository · DeepSeek Harness: Web UI guide.
Privacidad, ubicación y derechos de uso
La política de febrero de 2026 sitúa el procesamiento y almacenamiento de datos en China e indica que el servicio no está diseñado para recibir datos personales sensibles, incluidos los de salud. También contempla controles de exclusión del uso de datos para mejora del modelo.
Los términos de marzo de 2026 distinguen derechos sobre entradas y salidas, advierten que las respuestas pueden no ser únicas y que los enlaces compartidos permiten acceso a quien los reciba. Una aplicación de terceros puede aplicar además sus propias condiciones.
Para prevención, quitar el nombre no basta si quedan empresa, puesto, turno y detalles que identifican a alguien. La propuesta de trabajo utiliza situaciones inventadas o material autorizado y minimizado. El alojamiento propio cambia quién gestiona los datos, pero exige comprobar registros, copias, extensiones y conexiones salientes.
Documentación de referencia: DeepSeek privacy policy · DeepSeek terms of use.
Incidente de seguridad y actuaciones sobre datos
Wiz comunicó en enero de 2025 una base ClickHouse accesible sin autenticación que exponía registros, conversaciones y claves de DeepSeek. Según su informe, la exposición se cerró tras avisar a la empresa. El incidente documenta aquel problema; no prueba que todas las instalaciones actuales sigan afectadas.
La PIPC surcoreana publicó en abril de 2025 recomendaciones sobre transferencias internacionales, datos enviados a Volcano y transparencia. Por otra parte, el Garante italiano ordenó el 30 de enero de 2025 limitar el tratamiento de datos de personas situadas en Italia.
Son actuaciones diferentes, con autoridades, fechas y objetos distintos. No deben resumirse como una única prohibición mundial ni como una validación posterior de todos los usos.
Documentación de referencia: Wiz: exposed DeepSeek database · PIPC: DeepSeek examination results · Garante: decision of 30 January 2025.
Restricciones institucionales: el alcance importa
El aviso estadounidense del 20 de octubre de 2026 excluye productos DeepSeek de adquisiciones y sistemas de agencias federales civiles e incluye implementaciones de terceros. Su ámbito no equivale a prohibir que cualquier particular use el producto.
La directriz de Victoria, publicada en febrero de 2025 tras la actuación federal australiana, establece restricciones gubernamentales y contempla condiciones específicas para modelos locales inspeccionables. Los detalles de una institución no pueden extrapolarse a otra.
AGCM cerró su investigación sobre información de fiabilidad con compromisos, sin constatar infracción. Esta actuación es distinta de la del Garante.
La decisión de compra debe partir del país, sector, contrato y política aplicables al despliegue real. Esta ficha describe decisiones documentadas; no resuelve la autorización de cada organización.
Documentación de referencia: US Federal Register: DeepSeek removal order notice · Victoria: direction on DeepSeek · AGCM: commitments on hallucination disclosures.
Recepción pública y competencia internacional
La atención a R1 desbordó el ámbito técnico. El 27 de enero de 2025 coincidió con una fuerte venta de acciones tecnológicas: Nvidia cayó casi un 17 %. VOA recogió posiciones contrapuestas sobre eficiencia y controles estadounidenses de exportación de chips. El episodio situó a DeepSeek en el debate sobre competencia tecnológica entre China y Estados Unidos.
Una reacción bursátil expresa expectativas de inversores, no una medición de precisión. Del mismo modo, un modelo descargable permite examinar aspectos que un servicio cerrado no expone, pero no revela necesariamente todo su corpus de entrenamiento. Conviene valorar apertura, rendimiento y gobernanza por separado.
Documentación de referencia: VOA: China's DeepSeek AI rattles Wall Street, but questions remain.
Censura, destilación y recepción crítica
Qiu, Zhou y Ferrara analizaron 646 preguntas políticamente sensibles y documentaron omisiones y reformulaciones entre razonamiento y respuesta. El estudio respalda examinar moderación y sesgo en los modelos evaluados; no permite asignar automáticamente el mismo comportamiento a toda versión posterior.
En septiembre de 2026, Anthropic atribuyó a DeepSeek una campaña de extracción de razonamiento y redirección de determinadas solicitudes hacia Claude. Son alegaciones del proveedor basadas en su investigación, no una sentencia judicial ni una comprobación de Sabentis.
La recepción internacional combinó interés por eficiencia y modelos descargables con dudas sobre costes, controles y procedencia de datos. La comparación útil exige identificar versión, alojamiento, fecha y tarea. Los titulares de mercado no sustituyen una evaluación de calidad en el trabajo que se quiere realizar.
Documentación de referencia: Qiu, Zhou and Ferrara: Information Suppression in Large Language Models · Anthropic: September 2026 threat intelligence report.
Relación con la seguridad y salud en el trabajo
Los siguientes usos son propuestas editoriales de Sabentis, no resultados demostrados del fabricante. DeepSeek puede intervenir en tareas de preparación lingüística o técnica cuando existe una fuente controlada y alguien puede revisar el resultado.
- Formación: convertir un procedimiento autorizado en preguntas, situaciones y respuestas justificadas. El beneficio buscado es disponer de distintas formas de explicar una misma regla, conservando su significado.
- Preparación documental: localizar ambigüedades entre dos instrucciones suministradas. Se pide una lista de discrepancias con el fragmento original, sin resolver por intuición cuál debe prevalecer.
- Apoyo a análisis: redactar una fórmula o un pequeño script sobre una tabla ficticia. Se comprueban denominadores, periodos, unidades y casos vacíos antes de reutilizarlo.
No se delegan decisiones sobre aptitud, diagnóstico, autorización de trabajos o medidas preventivas críticas. La utilidad de la herramienta está en preparar material inspeccionable, no en conferir autoridad a un texto generado.
Documentación de referencia: Identity and model training disclosure · DeepSeek vision guide · DeepSeek Search and Fetch.
Caso hipotético: preparar una sesión sobre orden y limpieza
Un equipo quiere preparar una conversación de diez minutos sobre un área de almacenamiento. Parte de una descripción inventada: quedan embalajes junto a una zona de paso; al terminar el turno, dos personas interpretan de manera distinta quién retira el material. Se aporta además un procedimiento ficticio con tres reglas y un responsable definido.
La entrada evita nombres, fotografías identificables, planos y datos de accidentes. El encargo pide seis preguntas abiertas y tres situaciones de decisión, indicando para cada una la regla utilizada. Se añade una instrucción editorial concreta: cuando falte información, formular una pregunta; no completar el procedimiento con obligaciones supuestas.
El resultado esperado es un borrador de conversación, no una nueva instrucción de trabajo. Esa distinción permite comprobarlo sin introducir por accidente una regla que nadie ha aprobado.
Documentación de referencia: Identity and model training disclosure.
Desarrollo y revisión del ejercicio
- Extraer reglas: pedir que enumere las tres reglas suministradas y las reproduzca como referencias breves, sin ampliarlas. Comparar con el documento antes de generar actividades.
- Crear situaciones: solicitar una escena con información suficiente, otra con un dato ausente y otra con una contradicción. Así se comprueba si reconoce incertidumbre en lugar de dar siempre una respuesta cerrada.
- Revisar propuestas: comprobar que ninguna respuesta atribuye culpas a una persona, inventa una sanción o introduce equipos y sustancias que no aparecen en el caso.
- Adaptar lenguaje: preparar ES, CA y EN con el mismo glosario. Un revisor bilingüe debe verificar el sentido antes de usar las traducciones con trabajadores.
- Preparar la sesión: seleccionar tres preguntas útiles, guardar la versión revisada y retirar cualquier pregunta cuya respuesta dependa de una regla inexistente.
Si el modelo propone «retirar siempre inmediatamente» cuando la instrucción exige avisar a un responsable, el borrador falla aunque la frase parezca prudente. La revisión comprueba fidelidad al caso, no solo corrección gramatical.
Documentación de referencia: DeepSeek thinking mode.
Qué demostraría que el material es útil
La aceptación propuesta exige que cada respuesta se vincule a una regla presente, que los datos ausentes sigan señalados y que las tres traducciones mantengan responsabilidades y condiciones. Se registra qué se corrigió y por qué. No se asignan porcentajes de mejora sin medirlos.
En una prueba posterior, una persona ajena a la redacción podría explicar qué haría en cada escena y localizar la regla correspondiente. Si necesita adivinar lo que falta, se revisa el ejercicio. Si comprende el texto pero la situación real funciona de otra manera, se corrige primero la fuente con el responsable competente.
Este caso no ha sido ejecutado ni validado con trabajadores. Su valor es ofrecer un procedimiento reproducible para evaluar un borrador antes de convertirlo en material formativo.
Cuándo elegirlo y con qué complementarlo
DeepSeek merece evaluación cuando interesan sus modelos accesibles por API, la investigación publicada o un despliegue propio que el equipo pueda mantener. Para una tarea ocasional, hay que valorar si preparar la integración cuesta más que revisar manualmente un texto breve.
Una comparación con ChatGPT puede usar la misma instrucción, fuentes y criterios de aceptación, sin declarar vencedor por una sola respuesta. Para trabajar sobre una colección documental, la ficha de NotebookLM ayuda a estudiar otro enfoque. Los cálculos reproducibles pueden mantenerse en Excel, dejando a la IA la explicación o la propuesta de fórmula.
La selección debe documentar calidad, tiempo de revisión, coste completo, tratamiento de datos y facilidad para abandonar la herramienta conservando los materiales útiles.
Documentación de referencia: DeepSeek Harness: Web UI guide.
Preguntas frecuentes
¿R1 sigue siendo el nombre del servicio actual?
R1 es una familia histórica importante. Para una integración actual hay que comprobar el identificador y la versión servida; conservar un nombre antiguo en un programa no garantiza utilizar aquel modelo.
¿Un modelo descargado ofrece privacidad automáticamente?
No. La evaluación debe abarcar el entorno que lo ejecuta, sus registros, conexiones y usuarios. El control local solo resulta efectivo si toda esa cadena está configurada y mantenida.
¿Puede elaborar una evaluación de riesgos completa?
Puede ayudar a estructurar preguntas y borradores con información autorizada. La observación del trabajo, la selección de métodos y la validación de las conclusiones requieren conocimiento del contexto y responsabilidad profesional. No se acredita esa competencia por generar un documento extenso.
Documentación de referencia: DeepSeek API models and pricing · DeepSeek-R1 repository · DeepSeek privacy policy.
