DeepSeek lanza R1-Lite-Preview, su respuesta a los modelos que razonan

DeepSeek ha presentado este miércoles R1-Lite-Preview, un modelo de lenguaje orientado al razonamiento, la capacidad de descomponer un problema en pasos antes de responder. La compañía afirma que su sistema logra resultados cercanos a o1-preview de OpenAI en pruebas de matemáticas y lógica, un terreno que hasta ahora había quedado marcado por el lanzamiento de la familia o1 en septiembre.

El anuncio importa por dos motivos. Primero, porque confirma que los laboratorios chinos no se limitan a competir en chatbots generalistas: también están trabajando en modelos que invierten más cálculo en resolver problemas complejos. Segundo, porque DeepSeek ha permitido probar R1-Lite-Preview en su servicio de chat, haciendo visible una parte de su proceso de razonamiento antes de dar la respuesta final.

Un modelo que intenta antes de contestar

Los modelos de lenguaje convencionales suelen generar una respuesta de forma casi inmediata, palabra a palabra. R1-Lite-Preview sigue otra estrategia: produce pasos intermedios, revisa el planteamiento y llega después a una conclusión. No significa que piense como una persona ni que sus explicaciones sean una prueba fiable de cómo funciona internamente, pero sí que está optimizado para dedicar más esfuerzo a tareas donde una primera intuición suele fallar.

Ese enfoque es especialmente útil en ejercicios matemáticos, programación, acertijos lógicos y preguntas que requieren encadenar varias condiciones. Es también el camino que popularizó OpenAI con o1, presentado como un modelo que puede pensar más tiempo antes de responder.

La diferencia práctica para un usuario es clara: la respuesta puede tardar más, pero tiene más opciones de acertar cuando el problema exige varios cálculos o una planificación. A cambio, mostrar una cadena larga de razonamiento no elimina los errores. Un modelo puede desplegar una explicación convincente y, aun así, partir de una premisa equivocada o cometer un fallo aritmético.

Resultados cercanos a o1-preview en matemáticas

DeepSeek ha comparado R1-Lite-Preview con o1-preview en AIME 2024, una prueba de problemas matemáticos de competición estadounidense utilizada habitualmente para evaluar razonamiento. La empresa sitúa a su modelo en el 41,5% de aciertos con una sola respuesta por pregunta, frente al 44,6% atribuido a o1-preview.

La distancia es pequeña en una prueba exigente, aunque conviene leerla con cautela. Los benchmarks miden una habilidad concreta bajo condiciones controladas; no garantizan que un modelo vaya a rendir igual en una hoja de cálculo, en una consulta jurídica o al escribir código para producción. También importa cómo se formula la pregunta, cuánto tiempo de cálculo recibe el sistema y si puede generar varias respuestas para escoger la mejor.

DeepSeek sostiene que, mediante votación mayoritaria entre varias ejecuciones, R1-Lite-Preview alcanza un 86,7% en AIME 2024. Esta técnica mejora el resultado porque el sistema intenta resolver el mismo problema varias veces y selecciona la solución más repetida. Es una herramienta útil para evaluar capacidad, pero consume bastante más computación que una única consulta y no equivale al rendimiento habitual de un chatbot.

Disponible para probar, pero no como pesos abiertos

R1-Lite-Preview está disponible en el chatbot de DeepSeek. La compañía permite observar los pasos de razonamiento que genera el modelo, una decisión llamativa en un momento en que OpenAI ha optado por no mostrar la cadena de pensamiento completa de o1 a sus usuarios.

No obstante, el lanzamiento no convierte a R1-Lite-Preview en un modelo abierto en el sentido estricto. DeepSeek ofrece acceso al servicio, pero no ha publicado los pesos del modelo, los archivos que permitirían descargarlo, ejecutarlo en servidores propios o estudiarlo de forma independiente. Es una distinción importante: acceso público no es lo mismo que código o modelo abierto.

La empresa tampoco ha detallado la arquitectura, el volumen de entrenamiento ni el coste computacional de R1-Lite-Preview. Sin esos datos, resulta difícil medir hasta qué punto su enfoque puede reproducirse fuera de DeepSeek o compararse en eficiencia con las propuestas estadounidenses.

La carrera cambia de categoría

Hasta hace pocos meses, la conversación sobre modelos de lenguaje giraba sobre todo alrededor del tamaño, la fluidez y la capacidad de mantener una conversación. Los sistemas de razonamiento desplazan el foco hacia otra pregunta: cuánto trabajo adicional puede hacer un modelo antes de ofrecer una respuesta.

Para empresas y desarrolladores, ese cambio abre posibilidades en análisis técnico, programación y automatización de procesos con reglas complejas. También obliga a distinguir entre tareas que necesitan una respuesta rápida y barata, y aquellas en las que compensa esperar y pagar más por una segunda comprobación.

R1-Lite-Preview es todavía una versión preliminar y sus resultados dependen en gran medida de las pruebas comunicadas por su creador. Pero su aparición muestra que o1 no ha inaugurado una categoría reservada a OpenAI. El razonamiento se está convirtiendo en el nuevo campo de competencia entre los grandes modelos, y DeepSeek acaba de situarse en esa carrera.