DeepSeek se fundó en 2023; DeepSeek-R1, uno de sus modelos más conocidos, se lanzó el 20 de enero de 2025. El año de fundación aparece en un estudio de Stanford HAI de mayo de 2025, mientras que la fecha de R1 está documentada en el anuncio original de DeepSeek.
Separar ambas fechas resuelve una confusión habitual: la empresa existía antes de que R1 atrajera atención. DeepSeek tampoco es el nombre de un único modelo que haya permanecido sin cambios.
Empresa, modelo y aplicación: ¿qué significa cada cosa?
- La empresa: desarrolla investigación y productos de inteligencia artificial.
- El modelo: es el sistema entrenado que procesa información y produce respuestas. R1 y otras familias tienen nombres y versiones diferentes.
- La aplicación o interfaz: es el servicio con el que conversa el usuario.
Es parecido a una aplicación de música: la marca, el programa que abres y la tecnología que lo hace funcionar están relacionados, pero no son exactamente lo mismo. Puedes encontrar los accesos oficiales y sus publicaciones en el sitio de investigación y novedades de DeepSeek.
Antes de R1 ya había otros modelos
El repositorio original de DeepSeek LLM documenta modelos de 7.000 y 67.000 millones de parámetros, con variantes base y de conversación. Los parámetros son valores aprendidos durante el entrenamiento; su cantidad no basta para determinar qué sistema responderá mejor a una tarea.
En mayo de 2024, el equipo publicó el informe técnico de DeepSeek-V2. Ese documento permite comprobar que la trayectoria de investigación no comenzó con R1 en enero de 2025.
¿Qué aportó DeepSeek-R1?
El equipo presentó R1 y R1-Zero como modelos orientados al razonamiento. Su informe de investigación describe el uso de aprendizaje por refuerzo, una técnica de entrenamiento que utiliza señales de recompensa para mejorar el comportamiento del modelo.
Que un sistema obtenga buenos resultados en una prueba no demuestra que sea superior en cualquier situación. Para comparar modelos hay que identificar la versión, el examen utilizado y las condiciones de evaluación. Una afirmación general como «supera a todas las demás IA» no ofrece esa información.
¿Se puede utilizar sin restricciones?
No conviene generalizar. El repositorio oficial de R1 indica licencia MIT para su código y pesos. También aclara que los modelos destilados basados en Qwen o Llama tienen antecedentes y condiciones de licencia que deben revisarse.
Los «pesos» son los valores del modelo entrenado; «destilar» consiste en entrenar otro modelo aprovechando resultados de uno mayor. Descargar pesos, usar el servicio web y contratar la API son situaciones distintas. Para un proyecto, consulta la licencia y las condiciones del recurso concreto.
¿Qué ha cambiado hasta 2026?
El 10 de septiembre de 2026, DeepSeek anunció V4.1-Flash, con comprensión visual según la empresa. Este hito muestra por qué el artículo no debe presentar R1 como si fuera toda la oferta actual.
Para comprobar qué modelos o funciones ofrece la API, utiliza su registro oficial de cambios. La disponibilidad de un modelo puede cambiar sin alterar la fecha de fundación de la empresa.
Un ejemplo para usarlo con criterio
Si pides ayuda con un problema de presupuesto, compara las operaciones y el resultado con una calculadora. Si preguntas por un acontecimiento histórico, abre las fuentes originales. Una explicación detallada puede resultar útil, pero no garantiza que sus datos sean correctos.
Fuentes para comprobar la información
- Stanford HAI: investigación sobre el equipo de DeepSeek — contexto y año de fundación.
- DeepSeek LLM: repositorio original.
- DeepSeek-V2: informe técnico.
- DeepSeek: lanzamiento de R1.
- DeepSeek-R1: investigación del equipo desarrollador.
- R1: código, modelos y licencias.
- DeepSeek: anuncio de V4.1-Flash.
- API de DeepSeek: registro de cambios.
También puedes conocer cuándo se lanzó ChatGPT.
Contenido y fuentes revisados el 16 de octubre de 2026.