DeepSeek cierra ~$15,000M con CATL y Tencent: qué significa para el costo de la IA en tu negocio | inicIA
Respuesta directa
DeepSeek está cerrando una ronda de ~100,000 millones de yuanes (≈$15,000 millones) con inversores nuevos y existentes, según Reuters (22-oct-2026) citando cuatro fuentes cercanas al proceso. Los mayores inversores serían CATL (el gigante de baterías) y Tencent, junto a Midea, Meituan, Geely y GigaDevice como nuevos participantes, además de Boyu Capital, CPE, Legend Capital e IDG Capital. La ronda duplicó la meta original de 50,000M de yuanes y valora a la compañía en 500,000M de yuanes pre-money (cifra reportada previamente por Reuters; Bloomberg adelantó la noticia el 22-oct). La señal para tu negocio: la carrera de modelos potentes y baratos no se detiene, y eso sigue empujando los costos de IA a la baja.
Los números de la ronda
- ~$15,000M recaudados (≈100,000M de yuanes), el doble de la meta inicial de 50,000M de yuanes: el apetito inversor por IA china es real, con más de 15 inversores en la ronda.
- Quiénes ponen el dinero: CATL y Tencent lideran; entran Midea (electrodomésticos), Meituan (delivery), Geely (autos) y GigaDevice (semiconductores). Es capital industrial y estatal chino apostando a la carrera contra los labs de EE.UU.
- Valuación pre-money de 500,000M de yuanes (≈$75,000M): DeepSeek se consolida como el laboratorio abierto más valioso fuera de EE.UU.
- El contexto: llega días después de que EE.UU. ordenara a sus agencias federales eliminar DeepSeek por riesgos de seguridad (DHS, 19-oct). El mercado se parte en dos: adopción masiva global y veto gubernamental estadounidense.
Por qué esto baja tus costos de IA
- Los modelos abiertos baratos son tu palanca de negociación: cada ronda que financia un competidor barato (DeepSeek, Qwen, Kolibri) presiona a la baja los precios de las APIs que tu negocio usa. Ya lo vimos en 2026 con la guerra de precios entre OpenAI, Anthropic y Google.
- Evalúa modelos abiertos para cargas no sensibles: si tu caso de uso no toca datos regulados ni secretos comerciales, un modelo abierto auto-hospedado puede costar una fracción de una API frontier. La ronda de DeepSeek financia exactamente esa alternativa.
- No te cases con un solo proveedor: diseña tu stack para cambiar de modelo sin reescribir todo (la misma lógica de "AI of choice"). El mapa de precios de 2027 lo van a dibujar quienes hoy levantan capital.
El riesgo que no puedes ignorar
- Riesgo geopolítico y de compliance: EE.UU. ya prohibió DeepSeek en agencias federales y lo señaló como vector de amenaza. Si operas en sectores regulados o con datos sensibles, un modelo chino puede cerrarte puertas comerciales o crearte exposición legal.
- La ronda no está cerrada del todo: Reuters advierte que los detalles financieros y la lista final de inversores aún pueden cambiar. No tomes decisiones de arquitectura sobre titulares en movimiento.
Enlaces relacionados
- El gasto en IA de las pymes se disparó y Anthropic le arrebató el trono a OpenAI: tu ventaja como comprador
- La guerra de los veredictos baratos: la capa de IA que decide "sí o no" sin escribir un ensayo
- Claude Haiku 5.5 cuesta hasta 90% menos: la guerra de precios de la IA sigue (y te beneficia)
Preguntas frecuentes
¿Cuánto levantó DeepSeek en esta ronda?
Alrededor de 100,000 millones de yuanes (≈$15,000 millones), según Reuters (22-oct-2026), el doble de su meta original de 50,000M de yuanes. La ronda aún se estaba cerrando y los detalles finales podían cambiar.
¿Quiénes son los principales inversores?
CATL (baterías) y Tencent (WeChat) serían los mayores inversores, con Midea, Meituan, Geely y GigaDevice como nuevos participantes, más Boyu Capital, CPE, Legend Capital e IDG Capital.
¿Por qué importa para mi negocio si no uso DeepSeek?
Porque financia la competencia de modelos abiertos y baratos, que presiona a la baja los precios de todas las APIs de IA. Es la misma dinámica que abarató los modelos frontier durante 2026.
¿Debería usar DeepSeek en mi empresa?
Depende de tu perfil de riesgo: es potente y barato, pero EE.UU. lo vetó en agencias federales por seguridad. En sectores regulados o con datos sensibles, evalúa el riesgo de compliance antes del ahorro.
