De DeepSeek R1 a DeepSeek V4: el Salto de la IA China Que Sacude a NVIDIA y a ChatGPT

Un hallazgo del mercado de IA revela que DeepSeek, una de las grandes inteligencias artificiales chinas junto a Kimi AI y Qwen AI, prepara DeepSeek-V4: un modelo enfocado en programación que apunta a superar a ChatGPT, Gemini y Claude en tareas de codificación.

Además, la historia de DeepSeek ya tiene un antecedente que funciona como pieza clave para entender el movimiento. Hace un año lanzó su modelo R1, que logró resultados similares a ChatGPT usando solo una parte del hardware y los recursos que emplea OpenAI. El impacto fue tan fuerte que el mercado reaccionó con caídas bursátiles que golpearon incluso a NVIDIA en un solo día.

Desde entonces, el mecanismo fue claro: DeepSeek no frenó. Publicó actualizaciones sucesivas y, hace aproximadamente un mes, lanzó V3.2-Thinking y V3.2-Speciale antes de anunciar el salto a V4, presentado como una actualización “de última generación” y no como un simple ajuste incremental.

Para el lector no técnico, la clave está en una idea: escribir código con IA no es solo “que responda”, sino que recuerde y conecte todo lo que le pedís.

¿Cómo funciona el “contexto largo” como interruptor?

DeepSeek-V4 promete mejorar el long context (contexto largo), la capacidad de sostener instrucciones extensas sin perder el hilo. Traducido a la vida doméstica: es la diferencia entre pedirle a alguien “arreglá la canilla” y darle, de una sola vez, el plano de la casa, dónde está la llave de paso, qué herramientas hay y qué se rompió antes.

En esa analogía, un modelo de IA es como un electricista con linterna. Si la linterna ilumina pocos metros, ve un cable suelto y se confunde. Si ilumina toda la instalación, entiende el cableado, encuentra el interruptor correcto y no hace cortes innecesarios.

La promesa central de V4 es esa: leer “comandos de codificación extremadamente largos” sin desorientarse. DeepSeek aún no reveló el límite exacto de contexto, pero la intención está subrayada como mejora clave.

En la práctica, esto podría traducirse en mejores respuestas cuando el pedido incluye muchos archivos, reglas internas, dependencias y errores encadenados. Es decir: menos “parches” sueltos y más soluciones que respeten la lógica completa del proyecto.

La carrera del hardware que empuja la estrategia

Este avance llega en un tablero geopolítico concreto. Estados Unidos bloqueó hace años la compra de chips avanzados y maquinaria para fabricar chips de IA por parte de China, con el objetivo de frenar su capacidad de competir en IA generativa. La previsión inicial buscaba dejar a China tecnológicamente por detrás.

Pero China respondió de otra manera: desarrolló sus propios chips y sus propios modelos, y también esquivó parcialmente las limitaciones comprando tarjetas gráficas en terceros países. Incluso cuando puede acceder a NVIDIA, suele hacerlo mediante versiones “recortadas” por la legislación.

En paralelo, empresas como Huawei fabrican chips y aceleradores de IA, reforzando una autonomía que funciona como engranaje silencioso detrás de estos modelos.

Por ahora, la expectativa es alta. Las versiones V3.2 ya estaban muy cerca, en rendimiento, de Gemini 3.0 Pro de Google. Y analistas anticipan que V4 podría igualar o superar a los mejores GPT de OpenAI y a Claude-4.5 en programación, aunque ese pronóstico necesita comparativas reales cuando se publique.

Se espera que DeepSeek lance oficialmente V4 en febrero. Si cumple lo que promete, para quien programa —o para quien simplemente depende de software que funciona— puede significar algo muy simple: una IA que, por fin, no se queda sin “luz” en el momento más importante del arreglo.