DeepSeek presenta V4: modelo open-source chino desafía a OpenAI y Google

DeepSeek está intentando nuevamente desplazar el mercado de IA no con promesas ruidosas, sino con un lanzamiento que golpea varios puntos débiles de la industria a la vez. El 24 de abril de 2026, la empresa china lanzó una vista previa de la serie V4 y anunció que el nuevo modelo de código abierto es capaz de competir con los sistemas cerrados de OpenAI, Google y Anthropic. Para el mercado, esta es una noticia importante no solo por los modelos en sí, sino también porque DeepSeek está apostando por la codificación, escenarios de agentes y su propia base computacional china.

La serie incluye dos versiones: DeepSeek-V4-Pro y DeepSeek-V4-Flash. La primera es un modelo insignia con 1,6 billones de parámetros y 49 mil millones de parámetros activos, la segunda es una variante más compacta con 284 mil millones de parámetros y 13 mil millones activos. Ambas admiten un contexto de hasta 1 millón de tokens, y los pesos se publican bajo la licencia MIT, lo que significa que la empresa continúa su curso hacia la distribución maximalmente abierta de sus modelos.

Según la propia descripción de DeepSeek, la arquitectura V4 ha sido rediseñada significativamente: la empresa se ha enfocado en la eficiencia del contexto largo, la robustez del entrenamiento y un alineamiento posterior al entrenamiento más fuerte para diferentes tipos de tareas. El enfoque principal en V4 es la programación. DeepSeek afirma directamente que la nueva generación se ha vuelto notablemente más fuerte en codificación, y esta capacidad ahora forma la base de los agentes de IA que escriben, corrigen y ejecutan código.

Frente al crecimiento de herramientas como ChatGPT Codex y Claude Code, esto ya no es un benchmark secundario sino uno de los indicadores clave de cuán adecuado es un modelo para el trabajo real. En las pruebas publicadas por DeepSeek, el modo V4-Pro Max muestra un 93,5% en LiveCodeBench y un 80,6% en SWE Verified, y en algunas tareas se acerca a los mejores modelos cerrados. La propia empresa formula cuidadosamente el resultado así: V4 no necesariamente lidera en todas partes, pero reduce notablemente la brecha entre sistemas abiertos y cerrados en tareas de razonamiento complejo y en escenarios de agentes.

Una parte separada de la historia es el hardware. DeepSeek enfatiza la compatibilidad de V4 con la línea Huawei Ascend, y esto hace que el lanzamiento sea política e industrialmente más significativo que una simple actualización de modelo. Hace un año, casi toda la conversación sobre modelos de IA avanzados giraba en torno a los chips estadounidenses y especialmente Nvidia.

Ahora uno de los actores chinos más destacados está tratando de demostrar que un modelo competitivo no solo se puede entrenar en China, sino que también se puede integrar en un stack local, desde el entrenamiento e inferencia hasta la optimización para aceleradores nacionales. Para Huawei, esta es una señal importante: su infraestructura de IA está dejando de ser una opción de respaldo y se está convirtiendo en una plataforma para lanzamientos de primer nivel. El contexto para este anuncio también es fuerte.

Hace un año, DeepSeek ya sacudió el mercado de IA estadounidense con el modelo R1, afirmando que pudo entrenarlo por significativamente menos dinero del que gastan los líderes de la industria en EE.UU. Con V4, la empresa aún no ha revelado el costo del entrenamiento ni aclara el stack de hardware completo utilizado, por lo que muchas preguntas siguen sin respuesta sobre el lanzamiento.

En este contexto, continúa la presión política: los funcionarios estadounidenses acusaron previamente a DeepSeek de usar chips Nvidia prohibidos, y Anthropic afirmó que la empresa abusaba del acceso a Claude para mejorar sus propios productos. La transparencia comprobada sigue siendo insuficiente aquí, y esto afectará cómo se percibe V4 fuera de China. La conclusión principal es simple: V4 no es simplemente otro modelo en el largo flujo de lanzamientos de IA.

DeepSeek está intentando probar tres cosas a la vez: el enfoque de código abierto aún puede ponerse al día con los modelos de clase frontier, la codificación se está convirtiendo en una disciplina central para las LLM, y el ecosistema de IA chino cada vez menos quiere depender del hardware estadounidense y las API cerradas. Si los resultados anunciados se confirman en la práctica, el mercado recibirá no solo un nuevo actor de código abierto fuerte, sino también otro argumento a favor de que la carrera de IA ahora está ocurriendo simultáneamente en el nivel de modelos, herramientas y chips.