DeepSeek abre el motor de inferencia DeepInfer y los analistas calculan un margen del 82%

El 20 de octubre DeepSeek publicó en abierto DeepInfer, el framework de inferencia interno sobre el que hoy funciona su servicio a gran escala. Junto con él lanzó deepseek-recipe, un componente para codificar y decodificar tokens. La licencia es Apache 2.0, es decir, el código se puede incorporar a productos comerciales, modificar y bifurcar sin pagar regalías. Un par de días después, la comunidad hizo cuentas sobre la economía del servicio y obtuvo un margen bruto de en torno al 82%. En un mercado donde muchos actores subvencionan los tokens, la cifra llama la atención.

Qué incluye el lanzamiento

DeepInfer no es un proyecto experimental ni una demo para una conferencia. Es la capa que atiende de verdad el tráfico de usuarios de DeepSeek. Un código así suele permanecer cerrado: es donde la compañía exprime el hardware para convertirlo en dinero, y de ahí salen los bajos precios de su API. Aquí lo ha entregado entero.

El segundo componente, deepseek-recipe, se encarga de convertir texto en tokens y viceversa. No es un detalle menor. Un error o una desincronización en la tokenización y la decodificación rompen la compatibilidad con los modelos, sobre todo cuando la inferencia se reparte entre distintos sistemas y frameworks. Ahora los equipos externos disponen de una implementación de referencia firmada por los autores de los modelos.

Parámetros del lanzamiento, en breve:

• Proyecto: DeepInfer, framework de inferencia interno de DeepSeek
• Componente adicional: deepseek-recipe, codificación y decodificación de tokens
• Fecha de publicación: 20 de octubre
• Licencia: Apache 2.0
• Estado: infraestructura de un servicio real en producción, no un prototipo de investigación
• Estimación externa del margen bruto: alrededor del 82%

De dónde sale el 82%

No es una cifra oficial de DeepSeek, sino un cálculo de terceros. Estas estimaciones siempre dependen de supuestos: cuánto cuesta una hora de GPU, qué nivel de carga tiene el clúster, qué proporción de las consultas acierta en la caché de contexto y qué tarifa pagan los clientes. Aun así, la dirección es clara: el servicio gana con holgura y no vende tokens a pérdida para ganar alcance.

Hay además un precedente. En marzo de 2025, DeepSeek publicó por su cuenta un análisis de su sistema de inferencia. Según ese documento, los ingresos teóricos diarios rondaban los $562 mil, frente a unos costes de unos $87 mil por el alquiler de GPU, calculados a $2 por hora de H800. Eso daba un margen teórico del 545%. La compañía advirtió de inmediato que los ingresos reales eran mucho menores: parte del tráfico es gratuito, parte se factura con descuentos y V3 tiene precios más bajos que R1. La estimación del 82% queda más cerca de la realidad y resulta más verosímil como resultado que tiene en cuenta la estructura real de los pagos.

De ahí se desprende que la API barata de DeepSeek se sostiene sobre ingeniería, y no sobre dumping financiado por inversores. Las fuentes del ahorro son conocidas: la separación de las etapas de prefill y decode, el paralelismo de expertos para los modelos MoE y un caché agresivo. DeepInfer muestra ahora cómo se ensambla todo eso en una única pila que funciona.

A quién le sirve el código y qué cambia en el mercado

Los primeros beneficiados son los equipos que alojan por su cuenta los modelos abiertos de DeepSeek. Hasta ahora tenían que reunir optimizaciones de repositorios dispersos y a base de conjeturas. Ahora cuentan con una referencia de quienes entrenaron esos modelos y atienden millones de consultas.

Después, el efecto llegará a los proveedores de nube y a las startups que revenden inferencia. Si parte de las optimizaciones de DeepSeek se convierte en estándar, el precio del token de la competencia bajará en modelos comparables. Los laboratorios cerrados tendrán que explicar por qué el cliente paga una prima. El argumento de que «no se puede más barato» pierde fuerza tras este lanzamiento.

Conclusiones prácticas:

• Los equipos de infraestructura deberían comparar sus métricas de throughput y de coste por token con el comportamiento de DeepInfer en su propio hardware antes de escalar su pila propia.
• Quienes construyen un producto sobre APIs tienen un nuevo punto de referencia: con un margen de alrededor del 82%, el proveedor tiene espacio para ofrecer descuentos, y conviene negociar el precio con más dureza.
• La licencia Apache 2.0 elimina las barreras legales para incluir el código en un producto comercial, pero la carga de producción hay que validarla por separado: la infraestructura de DeepSeek está optimizada para sus modelos y sus clústeres.

La gran pregunta de los próximos meses es si alguien más seguirá a DeepSeek. Muchos ya abren sus modelos, pero muy pocos han liberado una pila de inferencia completa. Si se eleva ese listón, la competencia se desplazará del tamaño de los modelos a quién los sirve en producción de forma más barata y estable.