Dos mil millones de dólares. Esa es la apuesta que un consorcio de inversores liderado por Nvidia acaba de hacer sobre Reflection AI, una empresa fundada apenas en marzo de 2024 por dos ex investigadores de Google DeepMind. La ronda Serie B valúa la compañía en ocho mil millones, un salto estratosférico desde los 545 millones de apenas siete meses atrás. La valoración se multiplicó por quince en menos de un año, una velocidad que incluso en Silicon Valley resulta extraordinaria.
Lo notable no reside únicamente en las cifras sino en la narrativa que las envuelve. Misha Laskin, CEO y cofundador junto con Ioannis Antonoglou, articula el proyecto en términos explícitamente geopolíticos. «DeepSeek, Qwen y todos estos modelos son nuestra llamada de atención porque si no hacemos nada al respecto, efectivamente, el estándar global de inteligencia será construido por alguien más», declaró a TechCrunch. «No será construido por Estados Unidos».
La referencia a DeepSeek no es casual. La firma china conmocionó la industria cuando demostró que podía entrenar modelos de frontera a una fracción del coste que laboratorios occidentales consideraban inevitable. Mientras empresas como OpenAI o Anthropic gastan miles de millones en infraestructura computacional, DeepSeek afirma haber entrenado su modelo R1 por menos de seis millones. Esta eficiencia radical, seguida por competidores chinos como Qwen y Kimi, alteró fundamentalmente las ecuaciones económicas y estratégicas de la carrera algorítmica global.
Los arquitectos del nuevo laboratorio
Laskin lideró el modelado de recompensas para el proyecto Gemini de DeepMind, el sistema de modelos de lenguaje que compite directamente con GPT de OpenAI. Antonoglou cocreó AlphaGo, el sistema que en 2016 derrotó al campeón mundial del juego de estrategia Go, Lee Sedol, en un momento que muchos consideran un punto de inflexión en la historia de la inteligencia computacional. Ese trasfondo desarrollando sistemas avanzados dentro de uno de los laboratorios más prestigiosos del planeta constituye el núcleo de su propuesta: el talento correcto puede construir modelos de frontera fuera de los gigantes tecnológicos establecidos.
La empresa ha reclutado un equipo de aproximadamente sesenta personas, principalmente investigadores e ingenieros especializados en infraestructura, entrenamiento de datos y desarrollo algorítmico. Muchos provienen de DeepMind y OpenAI, señalando que Reflection AI logró atraer talento de primera línea pese a competir con presupuestos y recursos de corporaciones masivas. El equipo ha construido lo que describe como una pila de entrenamiento avanzada capaz de manejar modelos Mixture-of-Experts a escala de frontera, una arquitectura que hasta recientemente solo grandes laboratorios cerrados podían dominar.
Los MoE, o modelos de mezcla de expertos, representan una aproximación arquitectónica donde múltiples subredes especializadas se activan selectivamente dependiendo de la tarea, permitiendo escalar capacidades sin incrementar linealmente costes computacionales. DeepSeek tuvo su momento de revelación cuando descifró cómo entrenar estos sistemas a escala de manera abierta, seguido por otros modelos chinos. Reflection AI afirma haber replicado y refinado estas capacidades, posicionándose para competir técnicamente con cualquier laboratorio del mundo.
Código abierto con matices estratégicos
La definición de «abierto» que maneja la compañía merece escrutinio. Laskin explica que publicarán los pesos del modelo, los parámetros fundamentales que determinan cómo funciona un sistema algorítmico, para uso público. Sin embargo, los conjuntos de datos y las tuberías completas de entrenamiento permanecerán mayormente propietarios. «En realidad, lo más impactante son los pesos del modelo, porque cualquiera puede usarlos y comenzar a jugar con ellos», argumenta. «La pila de infraestructura, solo un puñado selecto de compañías puede realmente usarla».
Este enfoque híbrido se alinea con estrategias de Meta con Llama o Mistral, donde el acceso público a modelos entrenados coexiste con secretos comerciales alrededor de metodologías y datos. Clem Delangue, cofundador y CEO de Hugging Face, la plataforma colaborativa para constructores algorítmicos, celebró la ronda pero añadió una advertencia: «Ahora el desafío será mostrar alta velocidad de compartir modelos y conjuntos de datos abiertos, similar a lo que estamos viendo de los laboratorios que dominan en código abierto».
La tensión es evidente. Reflection AI necesita balancear apertura suficiente para atraer investigadores y desarrolladores con protecciones propietarias que justifiquen su valoración de ocho mil millones. El modelo de negocio se orienta hacia grandes empresas que construyen productos sobre los modelos de la compañía y gobiernos desarrollando sistemas de «soberanía algorítmica», modelos controlados por naciones individuales.
«Una vez que entras en ese territorio donde eres una gran empresa, por defecto quieres un modelo abierto», explica Laskin. «Quieres algo sobre lo que tendrás propiedad. Puedes ejecutarlo en tu infraestructura. Puedes controlar sus costes. Puedes personalizarlo para diversas cargas de trabajo. Porque estás pagando una cantidad impía de dinero por sistemas algorítmicos, quieres poder optimizarlo tanto como sea posible, y realmente ese es el mercado que estamos sirviendo».
La dimensión geopolítica del conocimiento artificial
El argumento nacional-estratégico que Laskin articula resuena en Washington. David Sacks, zar de tecnología algorítmica y criptomonedas de la Casa Blanca, escribió en X: «Es genial ver más modelos estadounidenses de código abierto. Un segmento significativo del mercado global preferirá el coste, personalización y control que el código abierto ofrece. Queremos que Estados Unidos gane también esta categoría».
La lógica subyacente es directa: empresas y estados soberanos frecuentemente evitarán usar modelos chinos debido a repercusiones legales potenciales o preocupaciones de seguridad nacional. Si las únicas alternativas abiertas provienen de China, organizaciones occidentales enfrentan una elección imposible entre adoptar tecnología de adversarios estratégicos o pagar precios premium por sistemas propietarios de OpenAI, Anthropic o Google. Reflection AI busca ofrecer una tercera vía: modelos abiertos, competitivos técnicamente y de origen estadounidense.
La firma aún no ha publicado su primer modelo, proyectado para inicios de 2026. Será predominantemente textual, con capacidades multimodales planeadas para etapas posteriores. Los dos mil millones recién levantados financiarán la adquisición de clústeres computacionales masivos necesarios para entrenar sistemas en decenas de billones de tokens, una escala comparable a los modelos más avanzados actualmente en producción.
La lista de inversores señala respaldo institucional profundo: Nvidia, Disruptive, DST, 1789 Capital (vinculado a Donald Trump Jr.), B Capital, Lightspeed, GIC de Singapur, Eric Yuan de Zoom, Eric Schmidt ex CEO de Google, Citi, Sequoia y CRV. Esta coalición combina capital de riesgo tradicional de Silicon Valley con respaldo corporativo estratégico y figuras políticas, sugiriendo que la apuesta trasciende retornos financieros para abarcar consideraciones de liderazgo tecnológico nacional.
La empresa también lanzó Asimov en julio de 2025, un producto de codificación autónoma que no simplemente sugiere código sino que funciona como colaborador integral en ingeniería de software. Asimov interpreta documentación, refactoriza bases de código completas y sugiere modificaciones arquitectónicas, tareas típicamente manejadas por desarrolladores senior. Este producto inicial valida las capacidades técnicas del equipo mientras genera ingresos tempranos que financian el desarrollo de modelos de propósito general más ambiciosos.
El contexto de una carrera acelerada
Las startups de agentes algorítmicos aseguraron 2.8 mil millones de dólares solo en la primera mitad de 2025, con herramientas de desarrollo comandando valuaciones premium de treinta a cincuenta veces sus ingresos. Esta efervescencia de capital refleja convicción de que la infraestructura para sistemas autónomos representa la próxima frontera de valor capturado en tecnología.
Reflection AI entra en un mercado ferozmente competitivo. OpenAI, Anthropic y Mistral AI ya operan con recursos masivos y modelos desplegados a escala global. Meta distribuye Llama gratuitamente, subsidiando efectivamente el desarrollo de código abierto con recursos corporativos ilimitados. DeepSeek y competidores chinos demuestran eficiencia radical que desafía ortodoxias occidentales sobre costes necesarios para entrenar sistemas de frontera.
La apuesta de Reflection AI descansa en que la combinación de talento excepcional, enfoque en código abierto y alineación con intereses estratégicos estadounidenses creará valor suficiente para justificar su valoración explosiva. Eric Schmidt, ex CEO de Google y ahora inversor, advirtió recientemente que existen evidencias de que modelos algorítmicos pueden ser manipulados para «aprender cómo matar a alguien», subrayando dimensiones de seguridad que trascienden competencia comercial.
JPMorgan observa que la carrera algorítmica está reconfigurando poder global, transformando economías, alianzas y hasta cómo naciones se preparan para conflictos. En este contexto, Reflection AI no es simplemente otra startup tecnológica sino un instrumento en una competencia geopolítica donde algoritmos, datos y capacidad computacional se convierten en recursos estratégicos comparables históricamente a petróleo o semiconductores.
Si Laskin y Antonoglou logran entregar modelos técnicamente competitivos con DeepSeek mientras mantienen credenciales estadounidenses y apertura suficiente para atraer desarrolladores globales, habrán validado una tesis poderosa: que el liderazgo algorítmico no requiere los recursos de corporaciones trilionarias sino talento excepcional, capital estratégico y arquitecturas técnicas eficientes. El mundo sabrá en 2026 si esa apuesta fue visionaria o prematura.
Referencias
Tech Startups. Nvidia-backed Reflection AI raises $2B at $8B valuation to build superintelligent open-source AI models. techstartups.com
The AI Insider. Reflection AI Raises $2B to Build Open-Source Frontier Models at $8B Valuation. theaiinsider.tech
Startup Hub. Reflection AI lands $2B to build an open-source AI champion. startuphub.ai
Tracxn. ReflectionAI – 2025 Company Profile, Team, Funding & Competitors. tracxn.com
Brooklyn Eagle. Brooklyn AI startup, Reflection AI, raises $2B to challenge Chinese competitor DeepSeek. brooklyneagle.com
American Bazaar. Startup founded by former DeepMind researchers Reflection AI raises $2 billion. americanbazaaronline.com
eWEEK. Ex-DeepMind Staff Raise $2B to Challenge China’s AI Edge. eweek.com
SiliconANGLE. Superintelligence startup Reflection AI launches with $130M in funding. siliconangle.com
Pulse 2.0. Reflection AI Secures $2 Billion Series B For Building Autonomous Coding Agents And Frontier Models. pulse2.com
