La respuesta corta
En razonamiento con texto, matemáticas y código, DeepSeek compite de verdad con los modelos frontera occidentales, y cuesta una fracción ejecutarlo a través de una API. Eso no es marketing: es la razón por la que la industria prestó atención cuando apareció R1 y por la que los precios de todos los proveedores llevan bajo presión desde entonces.
En todo lo que no es el modelo en bruto, ChatGPT va por delante, y no por poco. Comprensión de imágenes y audio, voz, ejecución de código sobre tus archivos, conectores, asistentes personalizados, las herramientas para desarrolladores, la estabilidad bajo carga, la documentación, el ecosistema. Si estás eligiendo un asistente para el día a día y no un modelo sobre el cual construir, esa diferencia pesa más que cualquier puntuación de benchmark.
Así que el planteamiento honesto no es "cuál es mejor". Es "¿estás comprando un modelo o un producto?". DeepSeek vende un modelo muy bueno a un precio muy bajo. OpenAI vende un producto con un modelo muy bueno dentro. Son compras distintas.
Primero, ¿de cuál DeepSeek estamos hablando?
Casi toda discusión confusa sobre DeepSeek nace de dos personas hablando de cosas distintas. Hay tres maneras diferentes de usarlo, y se diferencian en el costo, en la privacidad y en lo que puedes hacer con el resultado.
| La app y el sitio web | La API de DeepSeek | Los pesos abiertos | |
|---|---|---|---|
| Costo | Gratis | Muy bajo por token | Tu propio cómputo |
| A dónde van tus datos | A servidores de DeepSeek | A servidores de DeepSeek | A donde tú lo ejecutes |
| ¿Puedes autoalojarlo? | No | No | Sí |
| ¿Puedes hacerle fine-tuning? | No | No | Sí |
| Restricciones de temas | Sí, en asuntos políticamente sensibles | Sí | Menos, pero queda lo aprendido en el entrenamiento |
| Ideal para | Probarlo | Texto y código baratos en producción | Trabajo sensible o regulado |
Esa tercera columna es la que la gente olvida, y es la más interesante. DeepSeek publica los pesos de sus modelos con una licencia permisiva, lo que significa que el modelo se puede descargar, ejecutar en tu propio hardware, alojar con un proveedor de tu propia jurisdicción y adaptar. Ningún laboratorio occidental de frontera hace eso con sus mejores modelos.
La consecuencia práctica: un equipo que no puede enviar datos a una empresa china sí puede usar DeepSeek si ejecuta los pesos por su cuenta o pasa por un proveedor que los aloje en otro lugar. Cuando leas que un gobierno prohibió DeepSeek, casi siempre se refieren a la app y a la API alojada, no a los pesos.
Dónde DeepSeek compite de verdad
Razonamiento y matemáticas. La línea de razonamiento es lo mejor que ha hecho DeepSeek. En problemas difíciles de varios pasos, matemáticas de competencia y acertijos de lógica, rinde en la misma banda que modelos mucho más caros de ejecutar. Si tienes un problema con una respuesta correcta verificable, vale la pena probarlo ahí primero.
Código. Sólido implementando, refactorizando, depurando y explicando código ajeno. No es el mejor razonando sobre bases de código enormes, donde una ventana de contexto muy grande ayuda más, pero por dólar gastado gana por mucho.
Razonamiento visible. Los modelos de razonamiento muestran su trabajo de una forma que sirve de verdad para revisarlo. Cuando la respuesta está mal, casi siempre puedes ver en qué paso se torció, y eso vale más de lo que parece cuando revisas el resultado en lugar de confiar en él a ciegas.
Costo. Este es el titular. Por millón de tokens, la API de DeepSeek se ha mantenido de forma constante alrededor de un orden de magnitud por debajo de los precios occidentales de gama alta, y a veces más con caché. Para cualquier cosa que corra a volumen, eso no es un ahorro pequeño: es la diferencia entre que una función sea viable o no lo sea.
La eficiencia como objetivo de diseño. Lo interesante de la investigación de DeepSeek es arquitectónico: enrutamiento por mezcla de expertos, atención dispersa y técnicas de entrenamiento que logran resultados de frontera sin presupuestos de frontera. Ese trabajo está publicado, y se nota en cómo el resto de la industria construye y pone precios.
Dónde ChatGPT va claramente por delante
Trabajo multimodal. Dale a ChatGPT una captura de pantalla, la foto de una pizarra, un gráfico o una factura escaneada y lo resuelve bien. Los modelos de texto de DeepSeek son modelos de texto. Si tu trabajo incluye imágenes, esto solo ya decide la elección.
Uso de herramientas y ejecución de código. ChatGPT puede ejecutar código sobre los datos que subes, generar un gráfico y entregarte el archivo. Ese flujo, sumado a los conectores con las herramientas de la oficina, es una capacidad de producto, y ningún modelo por sí solo la reemplaza.
Fiabilidad y capacidad. El servicio alojado de DeepSeek ha tenido períodos visibles de degradación y pausas en los registros por saturación. Si construyes algo de lo que dependen tus clientes, el historial de disponibilidad importa tanto como la calidad.
Ecosistema. SDKs, llamadas a funciones bien documentadas, integraciones, respuestas de la comunidad a problemas raros y gente en el mercado laboral que ya conoce esas herramientas. Cuando te topas con un caso extraño a las 2 de la madrugada, las probabilidades de que alguien ya haya escrito sobre él son mucho más altas.
Consistencia de comportamiento. ChatGPT sigue instrucciones complejas de formato y de rol con más fiabilidad a lo largo de conversaciones largas. DeepSeek se desvía más, algo que salta rápido en cargas tipo agente, donde el mismo prompt se ejecuta mil veces.
Voz, generación de imágenes y todo lo demás. Generar algo más que texto es buena parte de lo que la gente paga, y no forma parte real de la oferta de DeepSeek.
La comparación de costos, bien hecha
Si usas una interfaz de chat, esta sección casi no te afecta: la app de DeepSeek es gratis y la suscripción de ChatGPT ronda los $20. Puedes saltar adelante.
Si estás construyendo algo, la diferencia por token se acumula rápido. Toma una carga realista de asistente de soporte: 2.000 tokens de entrada y 500 de salida por solicitud, 50.000 solicitudes al mes. Eso son 100 millones de tokens de entrada y 25 millones de salida. Ejecuta eso con precios occidentales de gama alta y te espera una factura mensual seria. Ejecútalo en DeepSeek y la misma carga puede quedar cerca de lo que cuesta un almuerzo. Incluso después de las bajadas de precio que el propio DeepSeek desató en toda la industria, la brecha sigue siendo amplia.
Tres cosas cambian las cuentas, y son justo las que la gente pasa por alto:
- Los modelos de razonamiento generan muchos tokens que nunca ves. El pensamiento extendido puede ser varias veces el resultado visible. Barato por token multiplicado por muchos más tokens no siempre sale barato. Mide tokens totales, no precio por token.
- El precio con caché importa más que el precio de portada en cualquier cosa con un prompt de sistema estable. Un descuento grande sobre la entrada repetida puede ganarle a una etiqueta más baja.
- Gana el modelo más barato que pase tu evaluación. No el mejor modelo. Arma un conjunto de prueba pequeño con entradas reales y respuestas correctas conocidas, y pásalo por los dos. La mayoría de las cargas en producción no necesita un modelo de frontera, y eso solo lo descubres midiendo.
Un patrón sensato para equipos: enruta el grueso del tráfico al modelo barato y escala al caro cuando la confianza es baja o la tarea es delicada. Eso es mucho más fácil de construir cuando no estás atado a la API de un solo proveedor.
Privacidad, jurisdicción y censura
Esto merece tratarse con datos y no como una historia de miedo, porque son los detalles los que determinan si te afecta o no.
A dónde van los datos. El servicio alojado de DeepSeek procesa y almacena datos en servidores en China, y su política de privacidad lo dice. La ley china da a las autoridades un acceso más amplio a los datos guardados dentro del país que la mayoría de los marcos occidentales. Que eso te importe depende por completo de lo que estés enviando. Una pregunta sobre una receta no es un riesgo. Contratos de clientes, datos de pacientes, código sin publicar o cualquier cosa cubierta por el RGPD o por un acuerdo de tratamiento de datos con un cliente son otra historia.
Respuesta regulatoria. Varios gobiernos y reguladores han restringido la app de DeepSeek en dispositivos oficiales o en sus jurisdicciones, señalando el tratamiento de datos. Si tu organización tiene un proceso de compras o de revisión de seguridad, espera que el servicio alojado no lo pase, y espera que esa decisión sea por jurisdicción y no por la calidad del modelo.
Restricciones de contenido. El servicio alojado rechaza o esquiva los temas políticamente sensibles, sobre todo los que lo son dentro de China. Ejecutar los pesos abiertos reduce esto, porque la capa de rechazo está en parte en el servidor, pero parte del comportamiento viene del entrenamiento y no desaparece del todo. Si tu trabajo toca historia, geopolítica o cualquier comparación entre gobiernos, pruébalo antes de depender de él.
La solución que sí funciona. Usa los pesos abiertos con un proveedor que los aloje en tu propia jurisdicción, o ejecútalos tú mismo. Conservas las ventajas de costo y calidad, y la pregunta por la residencia de los datos desaparece. Por esto mismo los pesos abiertos son estratégicamente importantes y no un simple gesto simpático.
Para una comparación más completa de cómo tratan los grandes proveedores los datos de las conversaciones, la retención y la exclusión del entrenamiento, nuestra guía de costos de las suscripciones de IA cubre el lado de la compra, y las páginas de políticas vigentes de cada proveedor son la fuente autoritativa para el resto.
Quién debería usar cuál
| Si eres | Usa | Porque |
|---|---|---|
| Usuario general del día a día | ChatGPT | El producto que rodea al modelo es casi todo el valor |
| Sensible al costo y con mucho volumen | La API de DeepSeek | Un orden de magnitud más barato en texto y código |
| Parte de una industria regulada | Pesos abiertos de DeepSeek autoalojados, o un modelo occidental | La residencia de los datos lo define todo |
| Alguien con mucha matemática o lógica | Prueba ambos | DeepSeek es fuerte de verdad aquí y probarlo cuesta poco |
| Alguien que trabaja con imágenes, audio o archivos | ChatGPT | Los modelos de texto de DeepSeek no cubren eso |
| Alguien con un agente corriendo en producción | ChatGPT, y luego optimiza | Al inicio, seguir instrucciones sin desviarse vale más que el precio |
| Alguien investigando o experimentando | Ambos | Probar DeepSeek cuesta casi cero |
El patrón en el que terminan la mayoría de los equipos no es uno u otro. Es un modelo barato y capaz para el trabajo de volumen, un modelo de frontera para los casos difíciles y para todo lo que ve el cliente, y una regla de enrutamiento entre ambos. Es una arquitectura sensata, y explica por qué conviene evitar quedar atado a un solo proveedor incluso cuando ese proveedor te cae bien.
Si quieres probar el razonamiento de DeepSeek contra GPT, Claude y Gemini sin abrir cuatro cuentas y sin enviar nada a un endpoint chino alojado, Whizi los incluye todos en una sola suscripción. Pasa el mismo prompt por dos modelos, quédate con la mejor respuesta y mira cómo comparar modelos lado a lado para ver cómo funciona en la práctica.
- Define si hablas de la app, de la API o de los pesos abiertos, porque se diferencian en todos los ejes
- Comprueba si tus datos pueden salir legalmente de tu jurisdicción antes de usar el servicio alojado
- Mide los tokens totales, incluido el razonamiento oculto, no solo el precio por token
- Prueba los dos contra un conjunto pequeño de entradas reales con respuestas correctas conocidas
- Descarta DeepSeek de inmediato si tu trabajo incluye imágenes, audio o voz
- Considera enrutar el tráfico barato a un modelo y los casos difíciles a otro, en lugar de elegir uno solo
Preguntas frecuentes
¿DeepSeek es mejor que ChatGPT?
En razonamiento con texto, matemáticas y código, DeepSeek compite a una fracción del costo de API. En trabajo multimodal, uso de herramientas, fiabilidad y todo lo construido alrededor del modelo, ChatGPT va claramente por delante. Cuál gana depende de si estás comprando un modelo o un producto.
¿Es seguro usar DeepSeek?
La app y la API alojadas procesan datos en servidores en China, algo que varios gobiernos han restringido para uso oficial. Para preguntas personales y no sensibles es una preocupación menor. Para datos de clientes, datos regulados o código propietario es real, y la salida es ejecutar los pesos abiertos tú mismo o con un proveedor de tu propia jurisdicción.
¿DeepSeek es realmente de código abierto?
Los pesos del modelo se publican con una licencia permisiva, así que puedes descargarlos, ejecutarlos, alojarlos y adaptarlos. Los datos de entrenamiento y todo el proceso de entrenamiento no se publican, así que el término preciso es "pesos abiertos" más que código abierto en sentido estricto. Aun así, es mucho más abierto que cualquier modelo occidental de frontera.
¿Por qué DeepSeek es tanto más barato?
Sobre todo por eficiencia arquitectónica. El enrutamiento por mezcla de expertos activa solo una parte del modelo en cada token, y versiones posteriores añadieron atención dispersa, que abarata las entradas largas. El laboratorio publicó esa investigación, y la presión de precios resultante ha empujado a la baja a toda la industria.
¿Puedo usar DeepSeek sin enviar datos a China?
Sí. Como los pesos están publicados, puedes ejecutar el modelo en tu propio hardware o usar un proveedor que lo aloje en tu región. Conservas las ventajas de costo y calidad, y el problema de la residencia de los datos desaparece.