DeepSeek duplica plantilla con 7.400 millones: la guerra por el precio del token acaba de subir de nivel

El número que lo cambia todo

7.400 millones de dólares. Empresa valorada en más de 50.000 millones. Fundador que mete personalmente unos 3.000 millones de su propio dinero.

Cuando alguien pone esa cantidad en su propia empresa no está diversificando cartera. Está apostando a que la tesis que ya demostró en 2025 (que se puede entrenar un modelo competitivo a una fracción del coste de los líderes estadounidenses) tiene mucho más recorrido del que el mercado ha descontado.

Liang Wenfeng, fundador y CEO de DeepSeek, controlaba cerca del 90% de la startup antes de esta ronda, según TechCrunch. La razón para abrir el capital ahora no fue necesidad de liquidez: fue la presión de retener talento. Los investigadores de DeepSeek se han convertido en objetivo de caza por parte de competidores que pagan bien. La solución fue ofrecer participación accionarial a los empleados, y para eso necesitabas una valoración formal y capital externo. El dinero no entra porque la empresa lo necesite para sobrevivir. Entra para blindar el equipo que ya demostró que la fórmula funciona.

Quién pone el dinero y qué significa eso

Los inversores institucionales confirmados en la ronda son Tencent, el fabricante de baterías Contemporary Amperex Technology (CATL) y el Fondo Nacional de Inversión en Industria de IA de China.

Esa combinación no es accidental y merece leerse despacio.

Tencent es uno de los mayores ecosistemas tecnológicos del mundo. CATL es el mayor fabricante de baterías para vehículos eléctricos del planeta, con experiencia en escalar producción industrial a costes radicalmente bajos. Y el fondo estatal de IA chino es exactamente lo que parece: respaldo gubernamental explícito a una empresa que Pekín considera estratégica.

No es capital que busca una salida rápida en 18 meses. Es capital paciente con objetivos que van más allá de la rentabilidad trimestral.

Esto tiene una implicación directa para cualquiera que analice la competencia entre modelos: DeepSeek no juega con las mismas reglas de mercado que una startup de Silicon Valley que necesita mostrar márgenes positivos antes de la próxima ronda. Puede permitirse comprimir precios durante mucho más tiempo.

La segunda fase de una estrategia que nadie tomó en serio al principio

A principios de 2025, DeepSeek lanzó un modelo de lenguaje que entrenó con una fracción del cómputo y el coste de los modelos líderes estadounidenses, mantuvo el ritmo en benchmarks de razonamiento y código, y lo publicó como open weights (disponible en Hugging Face para que cualquiera lo descargue, modifique y despliegue).

El impacto fue inmediato. Las acciones de empresas de semiconductores cayeron. Los titulares hablaron de "shock" y de "amenaza". Y después, como suele pasar, el ciclo de noticias siguió adelante y mucha gente asumió que había sido un golpe de efecto aislado.

Error de análisis.

Lo que DeepSeek demostró en 2025 no fue un truco. Fue una prueba de concepto de escala industrial: que los precios que OpenAI y Anthropic cobran por token no reflejan un coste técnico inevitable, sino una convención de mercado que se había instalado porque nadie había llegado con una alternativa creíble.

Una vez que esa convención se rompe, no se repara. El mercado ya sabe que es posible hacerlo más barato. La pregunta que queda es cuánto más barato y en cuánto tiempo.

La ronda de 7.400 millones y la duplicación de plantilla son la respuesta de DeepSeek a esa pregunta: vamos a acelerar.

27 tipos de puestos: lo que dice la oferta de empleo sobre la estrategia real

DeepSeek ha abierto aplicaciones para 27 categorías de roles que incluyen ingenieros de desarrollo, ingenieros de datos, gestores de producto de IA, operaciones, recursos humanos, legal y finanzas, según Times of India. Todos los puestos están abiertos también a estudiantes en prácticas.

El perfil del hiring es revelador. No es solo una expansión de investigadores de modelos. Es la construcción de una organización completa: la infraestructura corporativa que necesitas cuando dejas de ser un laboratorio y te conviertes en una empresa que opera a escala.

Legal y finanzas en una empresa de IA china con ambiciones globales implica prepararse para navegar restricciones regulatorias en múltiples jurisdicciones. Operaciones y RRHH a ese volumen implican que el crecimiento no va a ser gradual. Gestores de producto de IA implican que hay una hoja de ruta de producto (no solo de investigación) que necesita ejecutarse.

Cuando una empresa dobla plantilla de golpe en todas las áreas simultáneamente, no está rellenando huecos. Está construyendo la estructura para el siguiente salto de escala.

El chip de Huawei: la pieza que cierra el círculo

Hay un detalle técnico en la estrategia de DeepSeek que no aparece en los titulares sobre la ronda pero que es fundamental para entender la durabilidad de su ventaja competitiva.

Los modelos de DeepSeek están optimizados para correr sobre chips de Huawei. Esto no es una limitación técnica que hayan tenido que aceptar: es una decisión estratégica deliberada.

Las restricciones de exportación de chips avanzados que Estados Unidos impuso a China cortaron el acceso de las empresas chinas a las GPU de Nvidia de última generación. La respuesta de DeepSeek no fue quejarse ni buscar vías alternativas de aprovisionamiento. Fue rediseñar la arquitectura de entrenamiento e inferencia para sacar el máximo rendimiento del hardware disponible.

El resultado es una empresa que ha desarrollado experiencia única en optimización de bajo nivel para hardware que el resto del mercado ignora. Y esa experiencia es difícil de replicar.

Para OpenAI o Anthropic, competir en precio implica comprimir márgenes en una arquitectura que ya está optimizada para el hardware más caro del mercado. Para DeepSeek, la eficiencia de coste está integrada en cómo construyen los modelos desde el principio. Son ventajas estructurales distintas, y la de DeepSeek es más difícil de neutralizar a corto plazo.

Esta dinámica conecta directamente con la guerra que ya se está librando por el coste por token: DeepSeek no es solo un competidor más en esa guerra, es quien cambió las reglas del juego.

Qué significa esto para quien paga facturas de API cada mes

Si usas la API de OpenAI, Anthropic o cualquier otro proveedor de modelos fundacionales para algo que importe a tu negocio, la expansión de DeepSeek te afecta directamente aunque no uses sus modelos.

La presión competitiva ya funciona. OpenAI y Anthropic han reducido precios varias veces en los últimos años. Cada vez que un competidor demuestra que puede ofrecer capacidad comparable más barato, el margen de los líderes se estrecha aunque los clientes no migren masivamente.

Con DeepSeek entrando en la segunda fase (más ingenieros, más capital, más respaldo institucional, modelos open weights que cualquiera puede desplegar) esa presión no va a desaparecer. Va a aumentar.

El escenario que merece tomarse en serio no es el de DeepSeek "ganando" el mercado de APIs. Es el de un mercado donde los precios por token convergen hacia el coste marginal de inferencia, que es mucho más bajo de lo que cualquier empresa cobra hoy.

Los precios actuales de los modelos fundacionales no son el resultado de un coste técnico inevitable. Son el resultado de una convención de mercado que ya tiene una grieta enorme. DeepSeek acaba de meter más presión en esa grieta.

¿Cuánto aguantan los modelos de negocio actuales? La respuesta honesta es que nadie lo sabe con precisión. Pero la dirección está clara.

La trampa del análisis cortoplacista

El error que se comete sistemáticamente cuando se analiza a DeepSeek es tratarlo como un competidor de producto: ¿es su modelo mejor o peor que GPT-X en el benchmark Y?

Esa es la pregunta equivocada.

DeepSeek no está compitiendo principalmente en calidad de modelo en un momento dado. Está compitiendo en la estructura de costes que permite mantener precios bajos de forma sostenida mientras el resto del mercado opera con overhead más alto.

Un modelo open weights que corre sobre hardware Huawei con una arquitectura optimizada para eficiencia no necesita ser el mejor modelo del mundo para ser competitivo. Necesita ser suficientemente bueno para la mayoría de casos de uso reales, y lo suficientemente barato para que la comparación de coste sea incómoda para los competidores.

Eso ya lo es. Y con el capital y el talento que acaba de asegurar, la brecha de calidad (si existe) va a cerrarse más rápido de lo que muchos analistas proyectan.

Vale la pena recordar que la paradoja de Jevons aplica aquí con toda su fuerza: cuando el precio por token baja, el consumo total de tokens sube, y eso puede cambiar quién gana la guerra de márgenes de formas no obvias.

Lo que viene después del prólogo

En 2025, DeepSeek demostró que los precios de los modelos fundacionales eran negociables.

En 2026, con 7.400 millones de dólares, más de 50.000 millones de valoración, respaldo de Tencent, CATL y el estado chino, y una duplicación de plantilla en marcha, está construyendo la infraestructura para convertir esa demostración en una presión estructural y permanente sobre el mercado.

No es un one-hit wonder. Era el prólogo.

La segunda fase ya ha empezado. Y la pregunta que OpenAI, Anthropic y cualquier empresa que vende modelos fundacionales tiene que responder no es si DeepSeek es una amenaza. Es qué pasa con sus modelos de negocio cuando el precio por token sigue bajando y alguien con respaldo estatal chino y chips Huawei optimizados decide que puede seguir bajando más.

Todavía no sabemos la respuesta. Pero el reloj ya está corriendo.