DeepSeek toca $1B en run rate con API 4.5x más cara
María González · Tecnología · 2026-09-24
La startup china duplicó ingresos anualizados en meses tras subir precios hasta 4.5 veces. El CEO asegura que ningún cliente se fue. Segunda ronda de $7.5B cierra en octubre.
DeepSeek alcanzó un <abbr title="Tasa de ingresos anualizados proyectada a partir de resultados recientes, no cifra real de doce meses">run rate</abbr> de $1.000 millones en ingresos anualizados, más del doble desde hace pocos meses cuando rondaba los $500 millones, según reveló su fundador Liang Wenfeng en una reunión reciente con inversores reportada este jueves por The Information. La startup china de inteligencia artificial logró el salto tras multiplicar por 4.5 veces los precios de su <abbr title="Interfaz de programación de aplicaciones que permite a terceros integrar los modelos de IA en sus productos">API</abbr> el mes pasado, un movimiento que no generó pérdida de clientes según confirmó el propio CEO a inversores.
De $0.87 a $3.96 en horas pico sin perder tracción
Los aumentos entraron en vigor el 16 de agosto, tras un aviso publicado diez días antes sobre una «subida significativa» en tarifas. DeepSeek implementó una estructura de precios dinámica con multiplicadores horarios: su modelo V4 Pro pasó de $0.87 a $3.96 en horas pico (multiplicador de 4.5x), mientras que el V4 Flash subió a $1.32 en pico y $0.66 en valle, desde los $0.28 anteriores.
Aun con esas alzas, los modelos de DeepSeek siguen siendo considerablemente más baratos que los modelos equivalentes de OpenAI. La ventaja de precio mantiene a la startup china como la opción más accesible del mercado global de IA, pese a la reciente normalización de tarifas.
Márgenes de API al 82.9%, pero el training quema caja
Los ingresos reales de DeepSeek en los primeros siete meses de 2026 alcanzaron 475 millones de yuan (unos $70.7 millones), aproximadamente 10 veces el total registrado en todo 2025. Esa aceleración refleja tanto el crecimiento de adopción como el efecto precio, aunque el run rate de $1.000 millones es una proyección anualizada, no una cifra cerrada de doce meses.
El margen bruto general se ubica en 44.6% (enero-julio 2026), pero el negocio de API específicamente arroja un margen del 82.9%, casi el doble del promedio consolidado. Esa diferencia revela que la infraestructura de entrenamiento arrastra los márgenes hacia abajo: DeepSeek dedica más del 70% de su capacidad de cómputo a entrenar nuevos modelos y solo el 30% a <abbr title="Proceso de usar un modelo de IA ya entrenado para generar respuestas o predicciones">inference</abbr>, el servicio que monetiza vía API. En otras palabras, la startup gana bien cuando vende acceso, pero invierte fuerte en desarrollo.
- Run rate: $1.000M anualizados (duplicado en pocos meses)
- Ingresos reales: $70.7M en los primeros siete meses de 2026 (10x vs. 2025 completo)
- Margen API: 82.9% vs. 44.6% general
- Capacidad de cómputo: 70% a training / 30% a inference
Segunda ronda de $7.5B apunta a valuación de $74B
DeepSeek está cerrando su segunda ronda de financiamiento, que busca levantar 50.000 millones de yuan ($7.5 mil millones) a una valuación de 500.000 millones de yuan, equivalente a unos $74.000 millones pre-money. El plazo objetivo es fin de octubre, según las mismas fuentes de The Information. Ese nivel de valuación coincide con las transacciones del mercado secundario reportadas en septiembre, donde operaciones vía SPVs ya implícaban valoraciones cercanas a los $71.000 millones.
El propio Liang Wenfeng ha comprometido alrededor de 20.000 millones de yuan en esta ronda, una señal de convicción personal en la trayectoria de la compañía. Paralelamente, DeepSeek prepara su salida a bolsa en el STAR Market de Shanghai, aunque aún opera en pérdidas netas pese al escalamiento de ingresos.
El modelo chino a prueba: escalar sin churn
La apuesta de DeepSeek difiere del camino de OpenAI o Anthropic. Mientras las startups estadounidenses priorizan quemar caja para ganar cuota, DeepSeek ya monetiza agresivamente vía API, con márgenes que pocos competidores muestran públicamente. Pero el 82.9% de margen en inference contrasta con el 70% de infraestructura destinada a training: la startup aún no alcanza el punto en que el negocio de inference cubre el ritmo de inversión en modelos.
La segunda ronda de $7.5 mil millones es la apuesta de que ese desbalance es temporal. Si los clientes absorbieron un aumento de 4.5 veces sin irse, el modelo de negocio tiene elasticidad. Si Liang cierra la ronda a $74.000 millones de valuación antes de fin de octubre, el mercado habrá validado que la eficiencia china en IA no solo es técnica: también es comercial.