Guía para instalar DeepSeek-R1 en tu computadora (Windows y Mac)

Reescrito en agosto de 2026

La versión original de este artículo, de enero de 2025, explicaba otra forma de instalar DeepSeek. La he reescrito con el camino actual, que además es mucho más corto: Ollama.

DeepSeek es una familia de modelos de IA de código abierto de la empresa china del mismo nombre. DeepSeek-R1 es su modelo de razonamiento: antes de responder escribe su cadena de pensamiento y después contesta. Eso lo hace bueno en matemáticas y programación, y bastante más lento en todo lo demás.

En esta guía lo vas a instalar en local, en Windows o en Mac, sin depender de ningún servicio externo y sin que tus datos salgan de tu computadora.

Qué modelo le cabe a tu equipo

Es lo primero que hay que decidir, porque de esto depende que la experiencia sea buena o frustrante.

El DeepSeek-R1 completo tiene 671 mil millones de parámetros y necesita cientos de gigas de memoria de video repartidos entre varias GPU. En un portátil no entra, y no hay truco que lo arregle.

Lo que sí corre en un equipo normal son las destilaciones: modelos más pequeños (basados en Qwen o Llama) entrenados para imitar el razonamiento de R1. Son los que usa casi todo el mundo y los que instala Ollama.

Modelo	Memoria aproximada	Equipo típico
deepseek-r1:1.5b	~4 GB	Casi cualquier portátil reciente
deepseek-r1:7b	~5 GB	GPU de gama media (RTX 4060), Mac con 16 GB
deepseek-r1:14b	~9-10 GB	Justo en una GPU de 12 GB: hay que bajar el contexto o se queda sin memoria
deepseek-r1:32b	~18-20 GB	RTX 4090 o Mac con 32 GB o más
deepseek-r1:671b	~376 GB	Varias GPU. Aquí no.

En cuanto a velocidad, el modelo de 32B en una RTX 4090 ronda los 40 tokens por segundo, y en una 3090 unos 30. Es suficiente para ir leyendo a gusto, pero con un modelo de razonamiento hay que sumar el rato que pasa “pensando” antes de empezar a contestar.

En los Mac con Apple Silicon la memoria es compartida, así que la columna de memoria se lee como RAM total: con 16 GB vas bien hasta el de 7B, y con 32 GB llegas al de 32B.

Yo lo he corrido en una Mac con M3 y 16 GB, y el rendimiento fue muy bueno. Pero eso no se puede generalizar: la misma instalación va a ir muy distinto según la computadora, así que toma la tabla como punto de partida y prueba.

Si no sabes por dónde empezar, prueba con el de 7b. Cabe en casi cualquier equipo, responde a buen ritmo, y si te quedas corto puedes descargar después el de 14B; los dos pueden estar instalados a la vez.

Instalación

1. Instala Ollama

Ollama es la forma más sencilla de correr modelos en local: descarga los modelos, gestiona la memoria y expone una API. Tiene instalador para Windows y para Mac.

Si prefieres la terminal, en Mac con Homebrew:

brew install ollama

Y en Windows con winget:

winget install Ollama.Ollama

2. Descarga y ejecuta el modelo

Basta un comando. La primera vez descarga el modelo, y las siguientes lo reutiliza:

ollama run deepseek-r1:7b

Cuando termina la descarga te deja directamente en un chat dentro de la terminal, y con eso ya está funcionando.

Para salir, escribe /bye. Para volver a entrar, el mismo comando de arriba, ahora sin descarga.

3. Comprueba qué tienes instalado

ollama list

Y si más adelante quieres liberar espacio:

ollama rm deepseek-r1:7b

Usarlo con interfaz gráfica

La terminal sirve para probar, pero para el día a día es más cómodo tener una interfaz. Hay dos opciones que funcionan con lo que acabas de instalar:

• Open WebUI: una interfaz parecida a ChatGPT que se conecta a tu Ollama local. Guarda el historial de conversaciones y permite cambiar de modelo desde un desplegable.
• LM Studio: una aplicación de escritorio que lo hace todo, desde descargar modelos hasta chatear y servir una API. Si no quieres tocar la terminal en ningún momento, puedes empezar por aquí en lugar de por Ollama.

Conectarlo a tu código

Para programar, lo más útil es que Ollama expone una API en http://localhost:11434, así que puedes llamarlo desde cualquier script:

curl http://localhost:11434/api/generate -d '{
  "model": "deepseek-r1:7b",
  "prompt": "Explica qué hace un debounce en JavaScript",
  "stream": false
}'

La respuesta incluye la cadena de pensamiento del modelo entre etiquetas <think>, antes de la respuesta final. Si vas a mostrar el resultado en una interfaz, normalmente querrás separar las dos partes.

¿Por qué correrlo en local?

• Privacidad: nada de lo que escribes sale de tu computadora. Si trabajas con código bajo acuerdo de confidencialidad o con datos de clientes, es la razón principal.
• Sin suscripción: una vez descargado, no hay límite de mensajes ni se paga por uso.
• Funciona sin conexión: después de la descarga inicial no necesitas internet.
• Código abierto: los pesos se publican con licencia MIT, así que puedes usarlo en proyectos comerciales y ajustarlo si lo necesitas.

Eso sí, una destilación de 7B no está al nivel de GPT-5 ni de Claude. Para su tamaño es bastante capaz, pero si esperas la calidad de los modelos más grandes de pago te va a decepcionar. La comparación justa es con no tener nada cuando estás sin conexión o cuando no puedes mandar tu código a un tercero.

Para más detalles sobre el modelo, sus resultados en pruebas y la licencia, está el repositorio de DeepSeek-R1 en GitHub.