DeepSeek lanzó el viernes 24 de abril la versión preliminar de su modelo V4, el más esperado de la historia reciente de la inteligencia artificial china, y lo hizo con una señal política tan elocuente como el propio rendimiento técnico del sistema: por primera vez, el modelo fue construido explícitamente sobre los chips Ascend de Huawei, prescindiendo de la dependencia histórica de la startup en los procesadores de Nvidia. El timing no fue accidental. El lanzamiento ocurrió el mismo día en que la Oficina de Política Científica y Tecnológica de la Casa Blanca publicó un memorando acusando a entidades chinas de ejecutar «campañas a escala industrial» para copiar y robar modelos de IA de laboratorios estadounidenses, con DeepSeek nombrado de manera recurrente como uno de los actores señalados.
En un solo movimiento, DeepSeek avanzó en tres frentes simultáneos: la carrera de rendimiento frente a los modelos occidentales, la consolidación de una cadena de suministro de IA independiente de las restricciones de exportación de Estados Unidos, y la disputa geopolítica sobre la propiedad intelectual en el sector tecnológico global.
Un modelo en dos versiones con escala sin precedentes
El DeepSeek V4 se presenta en dos variantes. El V4-Pro es el modelo insignia: 1,6 billones de parámetros totales con 49.000 millones activos por token, entrenado sobre 33 billones de tokens y con una ventana de contexto de un millón de tokens —suficiente para procesar varios libros simultáneamente sin perder el hilo de la información—. Esos números lo convierten en el mayor modelo de código abierto disponible en el mundo, superando al Kimi K2.6 de Moonshot AI (1,1 billones de parámetros), al M1 de MiniMax (456.000 millones) y más del doble del propio DeepSeek V3.2 (671.000 millones).
El V4-Flash es la variante eficiente: 284.000 millones de parámetros totales con 13.000 millones activos, diseñada para ofrecer servicios de API más rápidos y baratos, con menores requerimientos computacionales y de memoria. Ambas versiones fueron publicadas bajo licencia MIT en Hugging Face, lo que las hace libremente disponibles para cualquier desarrollador o empresa en el mundo.
La arquitectura que hace posible esa escala con eficiencia razonable es la Mixture-of-Experts (MoE), un enfoque que activa solo una fracción de los parámetros del modelo en cada inferencia, reduciendo drásticamente el costo computacional por consulta. A eso se suman tres innovaciones arquitectónicas propias: una arquitectura de atención híbrida que combina Compressed Sparse Attention (CSA) y Heavily Compressed Attention (HCA), que reduce los requisitos de cómputo a apenas el 27% de lo que demandaba el V3.2 en contextos de un millón de tokens; conexiones hiper-residuales con restricción de variedad (mHC), que mejoran la estabilidad del entrenamiento; y el optimizador Muon, que acelera la convergencia. La empresa publicó un paper técnico de 58 páginas que detalla estas innovaciones.
Los benchmarks: muy cerca de la frontera, a una fracción del precio
Los resultados en benchmarks de referencia colocan al V4-Pro en una posición que hace unos meses hubiera parecido inalcanzable para un modelo de código abierto chino. En SWE-bench Verified, el test de referencia para codificación agentiva, el V4-Pro alcanzó el 80,6%, a apenas 0,2 puntos porcentuales del Claude Opus 4.6 de Anthropic (80,8%). En LiveCodeBench, el modelo chino supera al Opus 4.6 con un 93,5% frente al 88,8%. En Terminal-Bench 2.0, también se impone: 67,9% contra 65,4%.
Sin embargo, el V4-Pro muestra rezagos respecto a los modelos cerrados más avanzados en razonamiento complejo. En HLE —un benchmark de conocimiento avanzado— y en el HMMT 2026 de matemáticas, Claude Opus 4.6 mantiene ventajas de entre uno y tres puntos. Frente a OpenAI GPT-5.4 y Gemini-Pro-3.1 de Google, DeepSeek también queda ligeramente por detrás en las pruebas de conocimiento más exigentes. La propia empresa reconoció en su documentación técnica que el modelo «sigue un trayecto de desarrollo que se encuentra aproximadamente entre tres y seis meses detrás de los modelos de frontera de punta.»
Donde el V4 no tiene competencia es en precio. El V4-Pro cuesta 1,74 dólares por millón de tokens de entrada y 3,48 de salida. Para contexto: Claude Opus 4.6 cuesta 5 y 25 dólares respectivamente; GPT-5.5 de OpenAI, 5 y 30; Gemini-Pro-3.1 de Google también supera ampliamente esos valores. La brecha de precio entre el V4-Pro y sus competidores cerrados es de entre 7 y 10 veces en el lado del output. El V4-Flash es aún más barato: 0,14 dólares por millón de tokens de entrada y 0,28 de salida, por debajo de GPT-5.4 Nano, Gemini-3.1 Flash y Claude Haiku 4.5, el modelo más económico de Anthropic.
DeepSeek adelantó que los precios del V4-Pro caerán aún más en el segundo semestre del año, cuando Huawei escale la producción de sus nuevos procesadores Ascend 950.
El pivote hacia Huawei: el mensaje detrás de la tecnología
La decisión de DeepSeek de construir el V4 sobre los chips Ascend de Huawei es el elemento de mayor carga estratégica del lanzamiento. El V3, lanzado en diciembre de 2024, fue entrenado sobre hardware de Nvidia, lo que le valió a DeepSeek acusaciones de Washington de haber adquirido chips avanzados de Nvidia en violación de los controles de exportación estadounidenses. El V4 invierte ese posicionamiento de manera explícita: Huawei aparece como colaborador central y destino de despliegue, mientras Nvidia está ausente de toda la documentación técnica.
Huawei confirmó que su línea completa de supernodos Ascend de alta performance ahora soporta la serie V4, y que proporciona herramientas para ejecutar y ajustar el modelo. Las métricas de inferencia específicas incluidas en el comunicado de Huawei sugieren que la empresa estuvo involucrada de manera activa en el desarrollo del V4, posiblemente como uno de los principales socios de hardware durante la fase de inferencia. Lo que permanece sin confirmar es si el entrenamiento también se realizó sobre chips Ascend o si DeepSeek utilizó chips Nvidia adquiridos previamente para esa fase, adaptando posteriormente el modelo para correr en Ascend.
La semana antes del lanzamiento, el secretario de Comercio Howard Lutnick había confirmado que ningún envío de chips avanzados de Nvidia había llegado efectivamente a China pese a una aprobación condicional de enero, lo que profundiza la pregunta sobre qué hardware usó realmente DeepSeek para entrenar el V4. Las acciones de SMIC —el fabricante de chips chino que produce los procesadores Ascend de Huawei— subieron un 10% en Hong Kong el día del lanzamiento, una señal de que el mercado leyó el anuncio como una validación comercial concreta de la cadena de silicio doméstica china.
El CEO de Nvidia, Jensen Huang, había advertido el año pasado que si los modelos de DeepSeek llegaban a correr sobre los chips de Huawei sería «un resultado horrible» para Estados Unidos, porque la creación de un ecosistema tecnológico independiente en China podría terminar desplazando los estándares tecnológicos americanos a nivel global. El lanzamiento del V4 convierte esa advertencia en un hecho consumado.
La disputa sobre propiedad intelectual
El memorando de la Casa Blanca publicado el 23 de abril acusó a entidades chinas de utilizar decenas de miles de cuentas proxy y técnicas de jailbreak para extraer de manera masiva el conocimiento de los modelos frontier de OpenAI, Anthropic y otros laboratorios estadounidenses, en lo que describió como «distilación a escala industrial». La «distilación» —el proceso de entrenar modelos más pequeños sobre los outputs de modelos más grandes— es una técnica ampliamente utilizada en la industria, pero aplicada de manera no autorizada sobre modelos propietarios constituye una violación de los términos de servicio y potencialmente de derechos de propiedad intelectual.
DeepSeek había sido señalada previamente tanto por Anthropic como por OpenAI por este tipo de prácticas respecto a sus modelos. La embajada china en Washington calificó las acusaciones del memorando de «infundadas» y el Ministerio de Relaciones Exteriores de Beijing instó a Estados Unidos a «abandonar sus prejuicios» y argumentó que era necesario más intercambio científico, no menos.
El ecosistema chino se rearma
El lanzamiento del V4 no ocurre en un vacío sino en el contexto de una aceleración generalizada de la carrera de modelos de IA en China. En los días previos al anuncio de DeepSeek, Moonshot publicó su Kimi K2.6, un modelo de código abierto orientado a la codificación de largo horizonte y la ejecución autónoma proactiva. A principios de mes, Alibaba lanzó su Qwen3.6-Plus para acelerar el despliegue de IA agentiva empresarial. En marzo, Zhipu publicó su GLM-5.1, con fuertes capacidades de codificación. El impacto inmediato del V4 en ese mercado fue visible: las acciones de Zhipu AI cayeron un 9% y las de MiniMax un 7% el mismo día del lanzamiento, una señal de que el ecosistema chino de IA percibió el modelo como una amenaza directa para su posicionamiento competitivo.
DeepSeek, respaldada por High-Flyer Capital Management, busca además levantar capital externo por primera vez en su historia, según reportes de The Information, con una valoración de entre 10.000 y 20.000 millones de dólares. Alibaba y Tencent estarían en conversaciones para adquirir participaciones en la empresa. El financiamiento, de concretarse, serviría para ampliar el acceso a infraestructura computacional y mejorar la capacidad de retención de talento —dos frentes que el propio lanzamiento del V4 dejó en evidencia como vulnerabilidades: Guo Daya, contribuidor clave de los modelos V3 y V1, se sumó a ByteDance para trabajar en agentes de IA, mientras que Luo Fuli, investigador central del V2, se unió a Xiaomi a fines del año pasado.
Lo que el V4 demuestra, más allá de los benchmarks, es que la combinación de restricciones de exportación y la presión competitiva global está produciendo exactamente lo contrario de lo que Washington esperaba: en lugar de frenar el desarrollo de IA en China, las sanciones aceleraron la búsqueda de eficiencia computacional y la consolidación de una cadena de suministro de hardware doméstica que, con el V4 como primer hito mayor, ya produce resultados que el mundo no puede ignorar.
Colaborador en ReporteAsia
