¿DeepSeek es de código abierto? Qué está abierto y qué no

¿DeepSeek es de código abierto? La respuesta depende del componente y del modelo. DeepSeek publica los pesos, configuraciones y parte importante del código de inferencia de varios modelos bajo licencias abiertas como MIT, pero eso no significa que toda la empresa, la aplicación, el servicio de chat, la infraestructura de la API, el código completo de entrenamiento y todos los datos sean de código abierto.

La descripción más precisa es que DeepSeek ofrece varios modelos de pesos abiertos y una cantidad creciente de software abierto. Para evaluar si un modelo concreto es realmente open source, debes revisar su repositorio, el archivo de licencia, la información de entrenamiento disponible y cualquier licencia heredada del modelo base.

Información verificada el 10 de noviembre de 2026.

Respuesta rápida: ¿DeepSeek es open source?

DeepSeek utiliza oficialmente el término open source para describir sus modelos y afirma que publica pesos, parámetros, informes técnicos y herramientas de inferencia. En modelos recientes como DeepSeek-R1, DeepSeek-V3.2, DeepSeek-V4 y DeepSeek-V4.1-Flash, los repositorios oficiales indican una licencia MIT para el código y los pesos.

Sin embargo, DeepSeek no es un único elemento. Que los pesos de un modelo estén disponibles no demuestra que el código de la aplicación DeepSeek Chat, la infraestructura alojada de la API, el pipeline completo de entrenamiento o los conjuntos de datos originales también estén abiertos.

Componente	Situación general	Matiz importante
Pesos de modelos recientes	Sí, disponibles públicamente	Debes revisar la licencia del checkpoint exacto.
Código de inferencia	Disponible en una parte importante	Algunos componentes de infraestructura interna no están publicados por completo.
Configuraciones y tokenizers	Disponibles para numerosos modelos	Su disponibilidad no equivale al código completo de entrenamiento.
Informes técnicos y model cards	Sí	Describen el modelo, pero no sustituyen al código ni a los datos.
Código completo de entrenamiento	No se encontró evidencia oficial suficiente	DeepSeek publica herramientas y detalles técnicos, pero no todo el pipeline de los modelos de frontera.
Datos completos de entrenamiento	No	Existen resúmenes y descripciones generales, no una publicación completa de los datasets.
Código de DeepSeek Chat y la aplicación móvil	No se encontró un repositorio oficial completo	No debe confundirse con herramientas abiertas como DeepSeek Harness.
Backend de la API oficial	No	Es un servicio alojado sujeto a términos de uso, disponibilidad y facturación.

Por eso, una respuesta responsable no es simplemente “sí” o “no”. Algunos modelos y componentes de DeepSeek están abiertos con permisos amplios, mientras que el sistema comercial completo sigue combinando elementos abiertos y servicios propietarios.

Código abierto y pesos abiertos no significan lo mismo

Gran parte de la confusión alrededor de DeepSeek procede de utilizar open source y open weights como si fueran equivalentes.

Término	Qué significa	Qué no garantiza
Código abierto	El código fuente está disponible bajo una licencia que permite utilizarlo, estudiarlo, modificarlo y compartirlo.	No garantiza que los pesos o los datos de un modelo también estén publicados.
Pesos abiertos	Los parámetros aprendidos por el modelo pueden descargarse y utilizarse según su licencia.	No implica que el código de entrenamiento o los datos originales estén disponibles.
Modelo de código abierto	Puede incluir arquitectura, pesos, código de inferencia y los materiales necesarios para modificarlo.	La definición exacta varía si no se especifica un estándar.
IA de código abierto según OSI	Exige libertades de uso, estudio, modificación y distribución, junto con código, parámetros e información suficiente sobre los datos.	No se satisface únicamente publicando un archivo de pesos.
Source available	El código o los pesos pueden verse o descargarse.	La licencia puede impedir determinados usos, cambios o redistribuciones.

Los pesos son el resultado del entrenamiento. El código de entrenamiento describe cómo se produjo ese resultado, mientras que los datos determinan gran parte de lo que el modelo aprende. Publicar uno de estos elementos no abre automáticamente los demás.

También debes distinguir el código de inferencia, utilizado para ejecutar un modelo ya entrenado, del código de entrenamiento, utilizado para crear o ajustar sus parámetros. DeepSeek ha publicado una cantidad significativa de tecnología de inferencia, pero eso no equivale a publicar el proceso completo con el que se entrenó cada modelo.

Qué publica DeepSeek actualmente

DeepSeek mantiene organizaciones oficiales en GitHub y Hugging Face. Allí publica modelos, archivos de configuración, implementaciones de referencia, bibliotecas de kernels, sistemas de comunicación, herramientas para preparar prompts y frameworks de inferencia.

• Pesos de modelos: checkpoints oficiales de familias como R1, V3 y V4.
• Model cards: descripciones de arquitectura, configuración, uso y evaluación.
• Informes técnicos: documentación sobre entrenamiento, arquitectura y resultados.
• Código de inferencia: implementaciones de referencia y frameworks como DeepInfer.
• Kernels y bibliotecas: proyectos como FlashMLA, DeepGEMM y DeepEP.
• Codificación de prompts: herramientas como deepseek-recipe.
• Evaluaciones seleccionadas: scripts o instrucciones para reproducir ciertos benchmarks.
• Resúmenes de datos: explicaciones generales sobre las categorías y el tratamiento de los datos utilizados.

El documento oficial sobre mecanismos y métodos de entrenamiento afirma que DeepSeek publica los pesos, parámetros y herramientas de inferencia bajo MIT. Aun así, cuando vayas a utilizar un modelo, debes abrir el archivo LICENSE del repositorio específico, porque existen diferencias entre generaciones.

Licencias de los principales modelos de DeepSeek

No todos los modelos publicados durante la historia de DeepSeek tienen exactamente las mismas condiciones. La tabla siguiente resume ejemplos representativos verificados en sus repositorios oficiales.

Modelo	Licencia principal	Uso comercial	Punto que debes revisar
DeepSeek-V3 original	MIT para el código y DeepSeek Model License para los modelos	Permitido por la licencia del modelo	Incluye restricciones basadas en el uso y obligaciones de redistribución.
DeepSeek-V3-0324	MIT para repositorio y pesos	Sí	Conservar el aviso de copyright y la licencia.
DeepSeek-V3.1 y V3.1-Terminus	MIT	Sí	Verificar que el repositorio sea de deepseek-ai.
DeepSeek-V3.2 y V3.2-Speciale	MIT	Sí	Las dos variantes tienen capacidades distintas, aunque compartan licencia.
DeepSeek-R1 y R1-0528	MIT	Sí	La licencia permite modificaciones, derivados y distillation.
R1-Distill-Qwen	MIT de DeepSeek más licencia Apache 2.0 del modelo Qwen base	Depende del cumplimiento de ambas	Revisar avisos y condiciones del modelo upstream.
R1-Distill-Llama	MIT de DeepSeek más licencia de Llama	Depende de la variante y la licencia upstream	No tratarla como una versión MIT pura.
DeepSeek-V4-Pro y V4-Flash	MIT	Sí	Los pesos son grandes y su despliegue implica costos de infraestructura.
DeepSeek-V4.1-Flash	MIT	Sí	El repositorio y los pesos usan MIT; la API alojada sigue sujeta a términos separados.

Una etiqueta “MIT” en una página de modelo es un buen punto de partida, pero no sustituye la lectura del archivo de licencia. También debes confirmar que el repositorio sea oficial y que no se trate de una cuantización, adaptación o variante publicada por otra organización.

MIT License y DeepSeek Model License: diferencias importantes

Qué permite MIT

La licencia MIT es una licencia permisiva. En términos generales, permite utilizar, copiar, modificar, fusionar, publicar, distribuir, sublicenciar y vender el software cubierto.

La condición principal es conservar el aviso de copyright y el texto de la licencia en las copias o partes sustanciales. También establece que el material se proporciona sin garantías.

Qué cambia en la licencia original de DeepSeek-V3

El repositorio original de DeepSeek-V3 utiliza MIT para el código, pero los modelos Base y Chat están sujetos a una DeepSeek Model License separada.

Esta licencia permite el uso comercial, la modificación, el fine-tuning, la distribución y la prestación del modelo como servicio. Sin embargo, contiene restricciones para determinadas categorías de uso y exige trasladar esas restricciones cuando se distribuyen modelos derivados.

Las restricciones por campo de uso son relevantes al evaluar si una licencia cumple una definición estricta de código abierto. La definición de Open Source AI de OSI exige que el sistema pueda utilizarse para cualquier propósito sin necesidad de permiso.

Nota: esta explicación no constituye asesoría legal. Para una integración comercial de alto impacto, revisa el archivo de licencia del checkpoint exacto y consulta asesoría jurídica si es necesario.

DeepSeek Chat y la API no son lo mismo que los modelos abiertos

Puedes descargar determinados modelos de DeepSeek y ejecutarlos en tu propia infraestructura. Eso no significa que el código completo del sitio chat.deepseek.com, la aplicación móvil o la plataforma alojada esté publicado.

En los recursos oficiales revisados no se encontró un repositorio que contenga el código completo de la aplicación pública DeepSeek Chat para web, Android e iOS. DeepSeek publica otras aplicaciones y herramientas abiertas, como DeepSeek Harness, pero son productos distintos.

Elemento	¿Puede descargarse?	¿Puede alojarse de forma independiente?	Qué lo regula
Pesos de un modelo oficial	Sí, cuando fueron publicados	Sí, con infraestructura compatible	Licencia del checkpoint
Código de referencia de inferencia	Sí, en varios repositorios	Sí	Licencia del repositorio
DeepSeek Chat oficial	No como aplicación completa oficial	No se encontró una distribución oficial autoalojable equivalente	Términos de uso del servicio
API oficial de DeepSeek	No es un paquete descargable	No	Términos de Open Platform, facturación y políticas
Interfaz comunitaria para un modelo DeepSeek	Depende del proyecto	Posiblemente	Licencia del proyecto y del modelo

Una API documentada públicamente no es necesariamente open source. La documentación explica cómo enviar solicitudes, pero no publica automáticamente el código de los servidores, el sistema de programación, el almacenamiento, la moderación o la infraestructura operativa.

El nombre “DeepSeek Open Platform” tampoco funciona como una licencia. La plataforma es un servicio para desarrolladores sujeto a sus propios términos, y DeepSeek puede actualizar, modificar, suspender o retirar funciones.

¿DeepSeek publica el código completo de entrenamiento?

DeepSeek publica informes técnicos detallados, configuraciones, arquitectura, herramientas, kernels y determinados materiales de evaluación. También describe de forma general procesos de preentrenamiento, fine-tuning y aprendizaje por refuerzo.

Sin embargo, en los recursos oficiales revisados no se encontró un paquete completo que permita reproducir desde cero los modelos de frontera actuales con todo el código de:

• Adquisición y selección de datos.
• Limpieza, deduplicación y filtrado.
• Preparación de todos los datasets.
• Preentrenamiento completo.
• Supervised fine-tuning.
• Reinforcement learning.
• Generación y selección de datos sintéticos.
• Etiquetado y revisión humana.
• Configuración exacta de la infraestructura interna.
• Estados intermedios y optimizer states.

Algunos repositorios oficiales sí incluyen código de entrenamiento para proyectos específicos. Esto no demuestra que el pipeline completo utilizado para producir DeepSeek-V4.1-Flash, DeepSeek-R1 o cada modelo de frontera se encuentre publicado.

¿Los datos de entrenamiento de DeepSeek son públicos?

DeepSeek publica resúmenes sobre los datos utilizados. Sus documentos distinguen, por ejemplo, entre información pública de Internet, datos obtenidos mediante acuerdos de licencia y datos preparados para etapas de optimización.

Estos resúmenes aumentan la transparencia, pero no equivalen a publicar los datasets completos. Tampoco ofrecen necesariamente una lista exhaustiva de cada fuente, documento, licencia, filtro y transformación utilizados para entrenar el modelo.

La forma precisa de describir la situación es:

• DeepSeek sí proporciona información general sobre las categorías y los procesos de datos.
• No se encontró una publicación completa de todos los datos de entrenamiento de los modelos actuales.
• No se encontró una lista pública exhaustiva que permita reconstruir un dataset sustancialmente equivalente.
• Parte de los datos procede de fuentes licenciadas que podrían no ser redistribuibles.

¿DeepSeek cumple la definición de Open Source AI de OSI?

La Open Source Initiative publicó la versión 1.0 de su definición de Open Source AI. Según este estándar, un sistema debe otorgar las libertades de utilizar, estudiar, modificar y compartir el sistema para cualquier propósito.

Además, la forma preferida para modificarlo debe incluir:

• Información suficientemente detallada sobre los datos de entrenamiento.
• Una lista de las fuentes públicas y de terceros utilizadas.
• El código completo empleado para procesar y filtrar los datos.
• El código de entrenamiento, validación, evaluación e inferencia.
• La arquitectura, los tokenizers y los hiperparámetros necesarios.
• Los parámetros del modelo y, cuando corresponda, checkpoints intermedios.
• Condiciones legales que permitan utilizar, estudiar, modificar y compartir.

DeepSeek cumple claramente algunas partes: publica pesos, configuraciones, informes técnicos y una cantidad sustancial de código. No obstante, con la información oficial disponible no puede demostrarse que el sistema completo cumpla todos los elementos de la definición de OSI, especialmente en materia de datos detallados y código completo de entrenamiento y procesamiento.

También existen diferencias entre versiones. Un checkpoint bajo MIT ofrece permisos más amplios que un modelo sometido a restricciones de uso, como la licencia original de DeepSeek-V3.

Por tanto, bajo una interpretación estricta basada en OSI, es más prudente decir que DeepSeek publica numerosos modelos abiertamente licenciados y de pesos abiertos, pero no se ha demostrado que todo el sistema DeepSeek sea Open Source AI en su totalidad.

Código de inferencia: mucho está abierto, pero no todo

DeepSeek ha publicado numerosos componentes de infraestructura. Entre ellos se encuentran kernels, bibliotecas de comunicación, herramientas para codificar prompts y el framework DeepInfer.

DeepInfer se presenta como el framework utilizado para la inferencia a gran escala de modelos recientes. Incluye ejecución distribuida, kernels optimizados, programación asíncrona, salidas estructuradas y otras funciones.

Aun así, la propia documentación de DeepSeek explica que ciertos componentes relacionados con la gestión del KV cache y el balanceo de carga están muy ligados a su infraestructura interna y todavía no se han abierto por completo.

Esto demuestra por qué no conviene utilizar frases absolutas. DeepSeek tiene un ecosistema abierto considerable, pero su servicio de producción contiene componentes que no están disponibles en los repositorios públicos.

¿Se puede ejecutar DeepSeek localmente?

Sí, siempre que el modelo tenga pesos publicados y dispongas de una herramienta compatible. Puedes ejecutar un checkpoint en infraestructura propia mediante motores como vLLM, SGLang u otras soluciones admitidas por la comunidad y el repositorio del modelo.

Sin embargo, “local” puede significar cosas muy diferentes:

• Ejecutar un modelo completo en un clúster de servidores.
• Utilizar una versión cuantizada en una computadora.
• Ejecutar un modelo Distill más pequeño.
• Conectarse a un servidor privado dentro de una empresa.
• Usar una aplicación de terceros que descarga el modelo.

Los modelos completos de las familias V3 y V4 son extremadamente grandes. La disponibilidad de los pesos no significa que puedan ejecutarse en cualquier computadora ni que el costo de hardware, energía, almacenamiento y mantenimiento sea bajo.

Las cuantizaciones pueden reducir memoria y facilitar el despliegue, pero muchas son publicadas por terceros. Revisa el propietario del repositorio, el formato, la precisión, los cambios realizados y la licencia antes de tratar una variante como oficial.

¿Ejecutar DeepSeek localmente garantiza privacidad?

No de forma automática. Un modelo ejecutado completamente dentro de tu propia infraestructura puede darte mayor control sobre los datos, pero la privacidad depende de todo el sistema que lo rodea.

• La aplicación puede incluir telemetría.
• Los prompts pueden guardarse en logs.
• Una herramienta de búsqueda puede enviar consultas a un proveedor externo.
• Los plugins pueden conectarse a APIs de terceros.
• Un servidor mal configurado puede exponer el modelo o las conversaciones.
• Una interfaz comunitaria puede tener su propia política de privacidad.

Para mantener los datos dentro de tu entorno, verifica el modelo, el motor de inferencia, la interfaz, las herramientas conectadas, los registros, la red y la configuración de almacenamiento.

¿Se puede utilizar DeepSeek comercialmente?

Muchos modelos recientes de DeepSeek utilizan MIT y permiten el uso comercial. Esto puede incluir integrar el modelo en un producto, modificarlo, crear un fine-tune, alojarlo como servicio o distribuir una versión derivada.

Debes cumplir las condiciones del repositorio concreto. Bajo MIT, normalmente necesitas conservar el aviso de copyright y el texto de la licencia. En modelos con una licencia personalizada, pueden existir obligaciones y restricciones adicionales.

Los modelos Distill requieren una revisión especial porque pueden heredar condiciones del modelo base. Una versión basada en Qwen puede incluir Apache 2.0, mientras que una versión basada en Llama estará sujeta a la licencia de Llama correspondiente.

El uso de la API oficial es diferente: aunque exista un checkpoint equivalente bajo MIT, cada solicitud a la plataforma alojada sigue sujeta a los términos del servicio, las tarifas, los límites y la disponibilidad de DeepSeek.

Checklist antes de utilizar un modelo DeepSeek

1. Identifica el modelo exacto. No te limites a decir “DeepSeek”.
2. Confirma el propietario. Verifica que el repositorio pertenezca a deepseek-ai si buscas la versión oficial.
3. Abre el archivo LICENSE. No dependas únicamente de la etiqueta de la página.
4. Distingue código y pesos. Pueden usar licencias diferentes.
5. Comprueba el uso comercial. Busca permisos y posibles restricciones.
6. Revisa modificación y redistribución. Confirma qué avisos debes conservar.
7. Busca licencias upstream. Es esencial para modelos Distill o derivados.
8. Comprueba si es una cuantización. Determina quién la creó y qué cambios incluye.
9. Evalúa lo que no está publicado. Datos, código de entrenamiento e infraestructura pueden no estar disponibles.
10. Calcula el costo de despliegue. Una licencia gratuita no elimina hardware, nube, almacenamiento y mantenimiento.
11. Revisa las herramientas externas. Search, plugins y telemetría pueden afectar privacidad y licencias.
12. Consulta asesoría jurídica. Hazlo cuando el proyecto sea comercial, regulado o de alto impacto.

Esta checklist ayuda a encontrar los puntos críticos, pero no sustituye la lectura de la licencia ni una evaluación jurídica específica.

Preguntas frecuentes

¿DeepSeek es open source o solo open weights?

DeepSeek publica pesos, configuraciones, informes y una cantidad importante de código abierto. Sin embargo, no se ha publicado cada componente del sistema completo, por lo que la respuesta depende del modelo y de la definición de open source utilizada.

¿DeepSeek Chat es de código abierto?

No se encontró un repositorio oficial que contenga el código completo del servicio público DeepSeek Chat y sus aplicaciones móviles. Existen interfaces comunitarias y otros proyectos oficiales abiertos, pero no son necesariamente la misma aplicación.

¿La API de DeepSeek es open source?

No. La documentación de la API es pública, pero la plataforma es un servicio alojado sujeto a términos de uso. Algunos modelos servidos por la API pueden tener pesos abiertos, pero el backend de la plataforma no se vuelve open source por ese motivo.

¿Todos los modelos de DeepSeek utilizan MIT?

No. Muchos modelos recientes utilizan MIT, pero el DeepSeek-V3 original aplica MIT al código y una licencia separada a los modelos. Los derivados también pueden incorporar licencias de Qwen, Llama u otros modelos base.

¿Puedo modificar y redistribuir los pesos?

En modelos bajo MIT, generalmente sí, siempre que conserves los avisos requeridos. En un modelo con licencia personalizada o derivado de otro modelo, debes revisar las condiciones específicas antes de modificarlo o distribuirlo.

¿DeepSeek publica sus datos de entrenamiento?

Publica resúmenes y descripciones generales, pero no se encontró una publicación completa de todos los datasets utilizados para entrenar sus modelos de frontera actuales.

¿Publica el código completo de entrenamiento?

DeepSeek publica numerosos componentes técnicos, pero no se encontró evidencia oficial suficiente de que el pipeline completo de entrenamiento, procesamiento de datos y optimización de sus modelos principales esté disponible públicamente.

¿Open source significa que DeepSeek es gratis?

No. Descargar un modelo puede no exigir una tarifa de licencia, pero ejecutarlo tiene costos de hardware, nube, electricidad, almacenamiento, ingeniería y seguridad. La API alojada también puede cobrar por el uso.

¿Los modelos comunitarios de DeepSeek son oficiales?

No necesariamente. Una cuantización o fine-tune puede utilizar el nombre DeepSeek sin haber sido publicado por la empresa. Comprueba el propietario del repositorio y busca la organización oficial deepseek-ai.

Fuentes oficiales consultadas

• Model Mechanism and Training Methods of DeepSeek: declaración sobre pesos, inferencia y resúmenes de datos.
• Organización oficial de DeepSeek en GitHub: código, frameworks y herramientas abiertas.
• Organización oficial de DeepSeek en Hugging Face: pesos, model cards y licencias.
• Repositorio oficial de DeepSeek-V3: diferencia entre licencia del código y licencia del modelo.
• DeepSeek Model License original: permisos, redistribución y restricciones de uso.
• Repositorio oficial de DeepSeek-R1: MIT, uso comercial, derivados y distillation.
• Model card de DeepSeek-V3.2: pesos y repositorio bajo MIT.
• Model card de DeepSeek-V4.1-Flash: pesos, inferencia y licencia MIT.
• DeepInfer: framework oficial de inferencia de DeepSeek.
• DeepInfer Deployment Q&A: componentes abiertos y partes aún ligadas a la infraestructura interna.
• Términos de uso de DeepSeek: condiciones del sitio, aplicaciones y servicios alojados.
• Términos de DeepSeek Open Platform: reglas aplicables a la API y herramientas para desarrolladores.
• Open Source AI Definition 1.0 de OSI: requisitos de código, parámetros e información de datos.