¿Cómo se debe valorar realmente a DeepSeek?

¿Vale la pena que AI · DeepSeek haya multiplicado por cinco su valoración en tres semanas?

Autor｜Wang Zhaoyang
Correo｜wangzhaoyang@pingwest.com

En un período de tres semanas, en informes públicos, la valoración de DeepSeek se ha reescrito cuatro veces:

A principios de abril, aproximadamente 10 mil millones de dólares en “financiación inicial”, el 22 de abril se informó que su valoración superaba los 20 mil millones de dólares, el 6 de mayo se rumoró que un “gran fondo” negociaba liderar la inversión, con una valoración de aproximadamente 45 mil millones de dólares, y la semana pasada la valoración máxima filtrada superaba los 50 mil millones de dólares — si esto se confirma, sería la mayor ronda de financiación de una empresa china de IA en la historia.

Según los informes, la mayor parte del cheque en esta ronda no provino de capital de riesgo ni de gigantes de internet, sino del propio fundador de DeepSeek, Liang Wenfeng: él podría haber invertido hasta 20 mil millones de yuanes, representando el 40% del total de la financiación. Se dice que, mediante aumentos de capital, elevó su participación directa del 1% al 34%, y sumando la participación indirecta, controla aproximadamente el 84.29% del capital social.

El “Gran Fondo”, oficialmente llamado Fondo Nacional de Inversión en la Industria de Circuitos Integrados, que ha invertido en SMIC y Yangtze Memory Technologies, nunca antes había aportado fondos a un fabricante de modelos de lenguaje a gran escala. Si esta ronda se concreta, será la primera vez.

Una de las etiquetas más distintivas de DeepSeek en el pasado era no buscar financiación, no comercializarse ni hacer roadshows, porque la reserva de fondos de su empresa matriz, Fantasia Quantitative, siempre fue suficiente. Su activismo en comercialización ha sido casi nulo, lo que hace que esta valoración elevada, en comparación con otras empresas de modelos, y su “métrica de mercado” ya exagerada, sigan pareciendo sorprendentes.

Cuando juntas estos hechos, te das cuenta de que no se puede explicar esta ronda de financiación con el marco de una empresa de modelos — ¿por qué la valoración puede multiplicarse por cinco en tres semanas? ¿Por qué entra un gran fondo? ¿Por qué el fundador pone la mayor parte del dinero?

Esta financiación requiere un marco diferente para entenderse.

DeepSeek no es otra “empresa de modelos mejor”, sino más bien una empresa de infraestructura que parece una empresa de modelos. Esa posición se refleja claramente en esta ronda de financiación.

1

1

Wenfeng Liang dijo en 2024 sobre la financiación: “Nuestro problema nunca ha sido el dinero, sino la prohibición de chips de alta gama.”

El núcleo de las empresas de modelos son datos, algoritmos y talento; los chips son un coste, no una estrategia. Decir que los chips son el problema central implica que DeepSeek, desde el primer día, no solo pensaba en “cómo hacer mejores modelos”, sino también en “cómo reconstruir algo que pueda correr en condiciones de restricción de potencia computacional”.

Si revisamos las innovaciones tecnológicas más importantes de DeepSeek — desde MLA hasta MoE, desde entrenamiento en FP8 hasta eficiencia en inferencia extrema — en esencia, todas son diferentes soluciones a un mismo problema: cómo usar menos y con restricciones de potencia computacional, crear modelos de primer nivel. Esto ha transformado su pensamiento de ser una empresa de modelos a una lógica de investigación y desarrollo de infraestructura.

Si DeepSeek no fuera una empresa de modelos, ¿qué valor le asignarías? ¿A quiénes te referirías? La respuesta no es Kimi, no es Zhipu, no es MiniMax. La estructura de financiación que se ha filtrado puede ofrecer una pista.

1

2

El 24 de abril, se lanzó DeepSeek-V4, y el informe técnico por primera vez incluyó en la lista de verificación de hardware a Huawei Ascend NPU y Nvidia GPU — “Hemos verificado la solución de EP de granularidad fina en plataformas Nvidia GPU y Huawei Ascend NPU”, para modelos de billones de parámetros, fue la primera vez que un documento oficial reconoció a los chips AI nacionales. El mismo día, ocho chips nacionales, incluyendo Huawei Ascend y Cambrian, completaron la adaptación, rompiendo con la práctica habitual de meses de ajuste. Para lograr esa línea, el equipo de DeepSeek colaboró estrechamente con Huawei y Cambrian durante meses, y algunos informes sugieren que esto también fue la razón por la que retrasaron el lanzamiento. Realizaron ajustes y reescrituras profundas en la base del modelo.

Y justo en ese período, comenzó la financiación: el momento es muy interesante. Otras empresas financian para lograr algo, DeepSeek financia porque ya ha logrado algo, y lo ha hecho de una manera verificable públicamente, como si Liang Wenfeng lanzara un modelo y completara en una sola acción lo que normalmente requeriría varias rondas de reuniones y diligencias.

En las próximas rondas de financiación, en realidad hay tres flujos de dinero, con tres lógicas distintas, sin cruzarse.

El Gran Fondo — oficialmente Fondo Nacional de Inversión en la Industria de Circuitos Integrados, el principal capital industrial estatal en semiconductores — ha invertido en SMIC y Yangtze Memory, infraestructura semiconductora que “China no puede prescindir”. Su misión es completar las deficiencias en fabricación, equipos y materiales de semiconductores. Hasta ahora, las empresas de modelos a gran escala no habían sido parte de su alcance.

Su reticencia previa a invertir en modelos se debía a que el retorno comercial de estos es incierto, y aplicar la lógica de semiconductores a modelos no encajaba. Pero ahora, con un movimiento, DeepSeek ha despejado esa duda: V4, adaptado a chips nacionales, demuestra que no es solo una empresa de modelos. El Gran Fondo ahora puede describir esta inversión en otra terminología: invertir en si el ecosistema de computación nacional puede sostener esta estrategia, usando modelos de élite para impulsar la iteración de aplicaciones de computación nacional, construyendo un ciclo cerrado “chips nacionales + modelos nacionales”. En su lógica, esto es similar a invertir en SMIC.

Se rumorea que algunos inversores industriales como Tencent también podrían participar, pero con otra motivación: asegurarse de no ser excluidos de la infraestructura de IA en China. Porque si DeepSeek se convierte en la base, no estar en su estructura accionarial significaría solo ser un usuario pagado, y lo que trae no es solo dinero, sino acceso al ecosistema, clientes empresariales y recursos en la nube — justo lo que DeepSeek necesita para su comercialización, que sigue siendo su punto más débil.

Esto también explica por qué otros grandes actores con aspiraciones de infraestructura, que quizás no participarán en la inversión, ven a DeepSeek como un potencial competidor en infraestructura, no solo como una empresa de modelos en la que invertir.

1

3

Esto genera una sensación de “división”: por un lado, asegurar capital estratégico nacional, confirmando su identidad como infraestructura; por otro, atraer capital del ecosistema industrial, abriendo puertas a la comercialización — estas dos cosas, en muchas empresas, pueden ser contradictorias. Pero en esta estructura de financiación, DeepSeek intenta que ambas operen de manera completamente independiente, sin interferirse.

Es decir, después de esta financiación, el ritmo de comercialización y si se puede realizar la gran narrativa no están relacionados.

La parte del Gran Fondo corresponde a una visión a largo plazo — autonomía en computación, ecosistema de chips nacionales, con un ciclo de cinco o diez años, sin necesidad de retornos trimestrales; el capital industrial como Tencent, en cambio, sigue una línea diferente, con ritmo de comercialización alineado con otras empresas de modelos.

Al discutir sus dificultades comerciales, a menudo se pasa por alto un hecho: los precios API de DeepSeek ya han tocado mínimos de la industria — V4-Flash, con una tasa de acierto en caché de solo 0.02 yuanes por millón de palabras, con un costo total aproximadamente el 1% del GPT-5.5, reduciendo los costos de inferencia a niveles que garantizan que su negocio API no sea deficitario; además, en el informe “Top 100 Gen AI Consumer Apps” de a16z, DeepSeek sigue siendo un producto que cruza las distribuciones de usuarios en China (33.5%) y EE. UU. (6.6%). A pesar de las dificultades en actualización de modelos, la base de usuarios móviles no se ha desplomado como algunos pensaban. Esto significa que, en teoría, otras empresas de modelos también pueden obtener beneficios, con costos marginales aún más bajos.

De hecho, esta división es una característica distintiva de DeepSeek, y fue una decisión consciente desde sus inicios en Fantasia.

Fantasia gana dinero, DeepSeek hace investigación; esa es la estructura que ha operado desde el principio. Fantasia no necesita que DeepSeek genere retornos comerciales, y DeepSeek no necesita demostrar a Fantasia un crecimiento en ARR. Esta relación es difícil de encontrar en otros contextos, más parecida a una firma de trading que invierte en investigación básica: la investigación en sí misma es parte de su lógica de existencia, no un proyecto para monetizar.

Esta separación depende de que Liang Wenfeng controle ambos lados, pero en realidad, cuanto más avanza, más frágil se vuelve. Es una personificación, no una estructura formal — y si entran capitales externos, el riesgo de romper ese equilibrio se vuelve real.

Por eso, esta ronda de financiación, en realidad, busca convertir esa dependencia personal en una estructura accionarial formal y definitiva. La relación entre Fantasia y DeepSeek, que antes era una dependencia personal, ahora se ha escalado a un nivel mayor: la primera capa de separación es entre Fantasia y DeepSeek, y la segunda, entre la comercialización interna y la investigación en infraestructura de computación. Ambas tienen un mismo diseño y lógica.

Por eso, en esta financiación, además de las dos inversiones principales, lo más destacado es la tercera: la inversión personal de Liang Wenfeng.

Se informa que Liang Wenfeng invirtió hasta 20 mil millones de yuanes, unos 2.8 mil millones de dólares. En comparación, la última ronda de Kimi, que acaba de cerrar, fue de aproximadamente 2 mil millones de dólares en total — es decir, el dinero que Liang Wenfeng puso por sí solo ya equivale a la mayor parte de una ronda de financiación de muchas empresas de modelos.

Por lo tanto, esa entrada del 60% externo no busca que DeepSeek siga siendo solo una empresa de modelos “sobreviviente” o “que entrena modelos”, porque la reserva de Fantasia es suficiente, y el dinero de Liang Wenfeng también. Cada inversor externo entra porque DeepSeek ya no es solo una empresa de modelos.

Y esa inversión personal asegura el control total de la estructura, sin que la entrada de más capital diluya las decisiones clave.

1

4

Además, se pensaba que la mayor razón de esta financiación era la fuga de talento. Pero, tras un análisis más detallado, esa fuga puede estar exagerada.

Las salidas son importantes — Wang Bingxuan fue a Tencent, Guo Daya a ByteDance Seed, Luo Fuli fue contratado por Xiaomi con un salario de millones, Ruan Chong se unió a Yuanrong Qihang, cubriendo las líneas clave de modelos base, inferencia, OCR y multimodal.

Pero, según una detallada recopilación de datos reciente de “Caijing”, de las 15 personas más citadas en 27 artículos, solo 2 se han ido; de los 86 en el lanzamiento de DeepSeek-LLM, 71 aún aparecen en la lista del V4; 300 personas en total, en 10 salidas, con una tasa de rotación del 3.3%. Quienes siguen de cerca la competencia por talento en IA saben que ese porcentaje es muy bajo.

El valor real de las opciones para retener talento existe, pero es un problema secundario que se resuelve con la financiación. Hacer lo correcto a largo plazo, en realidad, también resuelve la retención de talento en el proceso — esa es una lógica general para entender todas las decisiones de DeepSeek: no actúa solo para resolver problemas inmediatos, sino que, cuando logra objetivos a largo plazo, los problemas inmediatos suelen desaparecer.

1

5

Por último, para entender completamente la lógica de financiación y valoración, hay un tema clave: ¿quiénes son los verdaderos competidores de DeepSeek?

Nvidia ha definido las reglas del juego en la era de la IA en términos de potencia computacional; todas las empresas de modelos — tanto en China como en EE. UU. — operan dentro de ese límite. DeepSeek intenta redefinir ese límite. La adaptación de V4 a Ascend, que se ha implementado, es la primera validación pública de esa hipótesis. Lo que más le importa a DeepSeek es Nvidia.

Con una valoración de 50 mil millones de dólares, no se fija en las capacidades actuales del modelo, ni en ARR, ni en la escala de usuarios. Las empresas comparables globales: Kimi, que acaba de cerrar una ronda con una valoración post-inversión de unos 20 mil millones, casi cuadruplica en medio año su valoración inicial de 4.3 mil millones, con soporte en ARR real; Anthropic, con una valoración post-inversión de 380 mil millones, proyecta superar los 30 mil millones en ingresos anuales en 2026. DeepSeek, con ingresos comerciales casi nulos, tiene una valoración que supera en más del doble a Kimi — y la mayor parte de esa valoración proviene del fondo estatal de semiconductores, no de capital riesgo que apuesta solo al crecimiento de ARR.

Desde la estructura de inversores, se puede ver claramente que la diferencia de valoración no está en las expectativas comerciales, sino en la prima de infraestructura.

Si DeepSeek logra lo que intenta: un sistema de IA de vanguardia que no dependa de Nvidia, basado en código abierto, una infraestructura de IA china, entonces su referencia sería un punto intermedio entre la versión “Stargate” de OpenAI y Nvidia, un lugar aún no definido: una empresa que desarrolla modelos de frontera y, al mismo tiempo, intenta resolver problemas de infraestructura computacional con nuevos métodos. No hay otra igual en el mundo.

Desde esa perspectiva, los 50 mil millones de dólares son un récord, pero aún barato.

Esta financiación valora algo que aún no ha ocurrido. La realización de esa visión depende de que Liang Wenfeng logre hacer lo que ha estado intentando desde el primer día. La trayectoria de Fantasia y DeepSeek muestra que es una persona que ejecuta el largo plazo con una determinación extrema. Hacer lo correcto y a largo plazo, muchas cosas se resolverán en el camino. Esta ronda puede ser la primera vez que el mundo exterior vea el panorama completo de esa visión.