Deel lanza Pangaea: IA de nómina y RRHH a menor costo

Qué anunció Deel con Pangaea y Emet

Deel presentó Pangaea, un par de modelos de lenguaje especializados en RRHH y nómina que, según sus propias pruebas, responden en una mediana de 7,7 segundos donde los modelos con mejores puntajes tardan entre 14,8 y 28,4 segundos. Junto a ellos llegó Emet, un negocio que provee material de entrenamiento creado por expertos y evalúa el desempeño de sistemas de IA.

Para cualquier equipo que paga por tokens, ahí está el punto: la pregunta ya no es qué modelo es el más inteligente, sino cuánto cuesta responder la misma consulta mil veces al mes. El primer modelo, K1, cubre reglas de empleo y procedimientos operativos; el segundo, P1, se especializa en nómina.

La compañía no entrenó modelos fundacionales desde cero. Adaptó modelos de pesos descargables: K1 partió de un modelo de 9.000 millones de parámetros cuyo nombre Deel no reveló, y siguió entrenándolo con su material de referencia interno. Después le enseñó a producir respuestas usando ejemplos generados por un modelo maestro más capaz. P1 recorre otro camino: se construye sobre la familia Nemotron de Nvidia, con AI21 Labs a cargo de un entrenamiento adicional a partir de ejemplos de nómina producidos mediante Emet.

Los clientes no verán un producto nuevo. Pangaea llega a través de Deel AI, el asistente ya embebido en su software, con la misión de explicar requisitos laborales locales, licencias y problemas de pago.

¿Por qué apostar por modelos pequeños en vez de los más grandes?

La lógica es de márgenes. Alex Bouaziz, cofundador y CEO de Deel, señaló a VentureBeat que el gasto en IA de cara al cliente afecta el margen bruto: si las consultas recurrentes se resuelven en modelos propios, la dependencia de proveedores externos baja y el costo de servir cada respuesta se vuelve más manejable.

El insumo de ese entrenamiento es lo que Deel ya tenía. Su colección de referencia supera las 43.500 páginas mantenidas por más de 2.000 especialistas en derecho laboral, recursos humanos, administración de pagos y requisitos regulatorios. K1 se entrenó con versiones reescritas de esos hechos más algo de texto general: cerca de 1.200 millones de tokens.

Abhijit Mehta, senior director de producto de Deel, lo resumió así: "Elegimos el mejor modelo para la mejor tarea". La selección es automática y el usuario no decide qué modelo responde. Los modelos generalistas siguen en la baraja para razonamiento amplio y flujos de agentes complejos.

Dos precisiones que importan a cualquier equipo legal o de RRHH: Deel asegura que ninguno de los modelos nuevos aprende de información identificable de empleados ni de registros reales de nómina de clientes. Y aclara que la conexión de Deel con Claude vía MCP sigue siendo un arreglo aparte: consultar Deel desde Claude devuelve la respuesta de Claude, no un salto automático a Pangaea. La recuperación de documentos tampoco desaparece, porque sirve para citar fuentes, verificar detalles y capturar cambios posteriores al entrenamiento.

Qué muestran (y qué no) los benchmarks

EmBench Global Work es el test que Deel usa como escaparate: 601 preguntas sobre procedimientos de empresa y empleo internacional. Los modelos competidores recibieron acceso de búsqueda a la misma colección de referencia y otro modelo de IA calificó los hechos de cada respuesta.

En el gráfico de la compañía, K1 anota 70 y queda por encima de Gemini 3.8 Flash (69), GPT-6 Sol (59) y GPT-6 Luna (52). DeepSeek V4.1 Flash lidera con 75, seguido de Claude Opus 5.5 (74), GLM 5.3 Flash (72) y Claude Sonnet 5.5 (71). Lo interesante está en la latencia: los cuatro modelos con mejor puntaje tardaron entre 14,8 y 28,4 segundos.

El entrenamiento mueve la aguja por sí solo: el modelo original de 9.000 millones de parámetros anotaba 19 sin búsqueda y 46 con búsqueda, contra los 70 de K1 tras la adaptación.

Ahora, los límites. Son resultados reportados por la empresa en una prueba diseñada por la empresa. Un 70 no significa que el sistema complete correctamente el 70% de las transacciones de nómina ni que pueda autorizar decisiones laborales por su cuenta. La comparación tampoco es manzanas contra manzanas: K1 recuerda información aprendida, mientras que los rivales usan recuperación, algo que refleja el diseño de producto de Deel y no un ranking universal. VentureBeat no pudo acceder al sitio público del benchmark durante su reporteo ni reprodujo los puntajes.

Deel añade un test aparte, EmBench Payroll, donde dice que P1 se acerca a los modelos líderes en preguntas difíciles. Es una afirmación separada de los resultados de K1, y ninguna de las dos evaluaciones demuestra un desempeño confiable en todos los países y escenarios de nómina.

El negocio de vender los datos, no solo el modelo

Emet no es un accesorio del chatbot. Se despliega en tres frentes: evaluaciones, ejemplos de entrenamiento producidos por expertos y entornos de práctica donde los sistemas de IA intentan tareas de negocio y reciben retroalimentación automatizada.

El argumento comercial se apoya en infraestructura que Deel ya tiene: su perfil público lista más de 40.000 clientes y operaciones en 150 países, con una maquinaria de reclutamiento, contratación y pago de especialistas que ahora se reutiliza para quien crea y evalúa material de entrenamiento. Bouaziz dijo que Deel ya trabaja con grandes laboratorios de IA, aunque no los nombró.

Mehta comentó que el equipo produjo revisiones internas diarias del modelo durante las tres semanas previas y que una cadencia semanal podría tener sentido más adelante, siempre como expectativa y no como calendario prometido. Pangaea además complementa a Akai, la plataforma de automatización de Deel: Akai coordina agentes que ejecutan flujos operativos, Pangaea aporta respuestas especializadas y Emet desarrolla el material y las pruebas.

Que el movimiento sea una tendencia lo refuerza el contexto: según Yahoo Finance, gigantes como Cisco (con su AI POD) y Salesforce (con AIforce) también pasaron de usar herramientas internas a comercializarlas. En el caso de Deel, reportes propios —sin auditoría externa— hablan de US$140 millones de ARR añadidos en 90 días con Akai, ingresos por empleado que suben de US$130.000 a US$215.000, más de 250.000 casos por mes y 10.000 agentes activos. Son cifras autodeclaradas, y conviene leerlas así.

¿Qué significa esto para tu startup?

La pregunta que Pangaea pone sobre la mesa no es "¿qué modelo es el mejor?" sino "¿cuánto pagas por responder la misma pregunta mil veces al mes?". Para cualquier equipo que ya metió un asistente en su producto, esto se traduce en decisiones concretas:

• Audita antes de escalar. Toma tus 20 o 30 consultas más repetidas y mide, en tu propio set de prueba, precisión, latencia y costo por respuesta de un modelo generalista contra un modelo pequeño ajustado. Sin ese dato interno, cualquier comparación de benchmarks ajenos es decorativa.
• Separa juicio de precisión. La arquitectura que describe Yahoo Finance para los agentes de Deel es una buena plantilla: reglas deterministas para lo crítico (tasas, validación de cuentas, referencias de pago), modelo de lenguaje solo para decisiones de juicio, y escalado a un humano cuando la apuesta es alta.
• No confundas especializar con olvidar el dato fresco. Ajustar el modelo no elimina la recuperación de documentos: sirve para citar, verificar y capturar cambios posteriores al entrenamiento. En nómina y cumplimiento, las reglas se mueven todos los meses.
• Cuida el costo total, no solo el token. Entrenamiento, hosting, evaluación, mantenimiento documental y revisión experta son costos reales. Deel no publicó pesos descargables ni una API con precios por uso, y Emet se vende por proyectos a medida; los materiales revisados no establecen un ahorro mensual verificado de forma independiente.

Para founders hispanohablantes el ángulo es doble. Si vendes software a empresas, la nómina multi-país y la normativa laboral son un caso de uso ideal para un modelo especializado, porque el conocimiento está acotado y las respuestas deben ser exactas. Si eres comprador, la propuesta inmediata de Deel es una mejora dentro de una suscripción existente, sin cargo por pregunta, y eso es lo que conviene exigir al negociar: claridad sobre qué se entrena con tus datos y qué pasa cuando cambie la regulación.

Conclusión

Deel apuesta a que la especialización —y no el tamaño— define la economía de la IA empresarial. Su propio benchmark admite que todavía hay modelos generalistas más precisos: la ventaja que reclama es de velocidad y control de costos, y el reto es sostener ambas cosas mientras las reglas laborales cambian en 150 países. Para los equipos que construyen, la lección llega antes del anuncio: mide tus propias preguntas antes de decidir qué modelo las responde.

Fuentes

• Deel launches Pangaea AI models for HR and payroll, betting specialists can cut the cost of answers
• Deel Built 10,000 Agents for Its Own Back Office — Then Added $140M in Revenue Without Hiring