La industria de la IA no vive del todo un momento DeepSeek 2.0, pero se le acerca mucho. Los principales laboratorios chinos de IA vienen en una racha notable, lanzando una serie de modelos de código abierto casi de frontera. Z.ai liberó GLM 5.2 en junio, Moonshot AI lanzó Kimi K3 la semana pasada y Alibaba publicó Qwen 3.8 este lunes.

Silicon Valley y Washington empezaron a hablar de estos modelos de inmediato, en especial de K3, ampliamente considerado el mejor del grupo. El capitalista de riesgo y asesor de IA del presidente Donald Trump, David Sacks, calificó de "preocupante" el rendimiento del modelo de Moonshot. A comienzos de esta semana, el secretario de Comercio Scott Bessent sugirió que Estados Unidos podría imponer sanciones a las empresas chinas de IA, y el director de la Oficina de Política Científica y Tecnológica de la Casa Blanca, Michael Kratsios, acusó a Moonshot de haber destilado un modelo de Anthropic para desarrollar K3. Moonshot AI no respondió de inmediato a una solicitud de comentarios.

¿Qué tienen en común los nuevos modelos chinos?

Los nuevos modelos chinos comparten algunos rasgos: los benchmarks de terceros muestran que rinden casi tan bien como los mejores modelos occidentales; están optimizados para tareas de codificación agéntica, lo más caliente en IA este año; y se lanzan, o se lanzarán pronto, con pesos abiertos, lo que los hace accesibles y transparentes.

Pero quizás el mayor paralelo entre el momento actual y enero de 2025, cuando el mundo quedó impactado con el modelo R1 de DeepSeek, es que reafirma cómo los laboratorios estadounidenses y chinos toman caminos divergentes en materia de apertura. Cuando irrumpió en escena, DeepSeek desafió la premisa de que solo los modelos cerrados, construidos con miles de millones de dólares en infraestructura de cómputo y entrenamiento, podían alcanzar rendimiento de frontera. Desde entonces, los laboratorios occidentales han seguido desarrollando IA de la misma forma, y hoy los modelos de frontera estadounidenses se sienten más amurallados que hace un año.

¿Por qué EE.UU. cierra y China abre?

Anthropic sostuvo durante meses que su modelo más reciente, Mythos, era tan peligrosamente bueno para hackear que solo colaboradores aprobados podían usarlo. Cuando finalmente se liberó de forma más amplia, la Casa Blanca respondió con amplios controles de exportación. OpenAI, de forma similar, retrasó el lanzamiento de GPT 5.6 tras recibir un pedido de la Casa Blanca.

En China, en cambio, el panorama luce muy distinto. Startups y gigantes tecnológicos chinos han redoblado su apuesta por el código abierto: cualquiera con un entorno de cómputo suficientemente bueno puede descargar un modelo de pesos abiertos, correrlo localmente, agregar personalizaciones y disfrutar de mucha mayor libertad de la que OpenAI o Anthropic permitirían jamás. De muchas maneras, el debate entre abierto y cerrado está hoy más enredado que nunca con el debate entre Estados Unidos y China.

Hay varias razones detrás de la estrategia china. Al ser los peces más nuevos y pequeños del sector, ofrecer modelos gratuitos y abiertos ayuda a las firmas chinas a atraer más usuarios, colaboradores y atención mediática. También las sitúa en un carril de competencia distinto al de OpenAI, Anthropic, Google y otros gigantes de bolsillos profundos. A comienzos de año corrieron rumores de que Alibaba podría estar considerando sumarse a la carrera de código cerrado, pero el lunes anunció que volvería a lanzar la última versión de Qwen con pesos abiertos, señalando que no se aleja del modelo abierto por ahora.

¿Están realmente a la altura de los modelos occidentales?

Quizás la validación más fuerte del enfoque chino son los propios modelos. Arena AI, una plataforma colaborativa de evaluación, ubica ahora a K3 como el mejor modelo en tareas de desarrollo web y en el cuarto puesto en tareas agénticas, justo por debajo de Fable y Opus 4.8 de Anthropic y de GPT 5.6 de OpenAI. Artificial Analysis, una empresa independiente de benchmarking, ubica a K3 en el tercer lugar de su índice de inteligencia.

Poco después de que Moonshot AI liberara una versión preliminar de K3 el 16 de julio, gente de todo el mundo se lanzó a probarlo, consumiendo tantos recursos de cómputo de inferencia que la empresa restringió temporalmente el registro de nuevos usuarios. A medida que más personas usan modelos abiertos chinos con capacidades casi a la par de sus competidores occidentales, algunos empezaron a cuestionar si pagar por las ofertas de OpenAI o Anthropic realmente vale la pena.

Del hype a la sustitución práctica

Además de desafiar la narrativa occidental dominante, los modelos abiertos chinos se están probando como un reemplazo comercial práctico de los modelos cerrados estadounidenses. Ya son una opción popular y de uso directo para un número creciente de startups y usuarios occidentales.

"Hay un giro real hacia usar de verdad estos modelos más nuevos, que empezó con GLM 5.2", dice Nathan Lambert, investigador independiente de IA en Seattle que visitó hace poco la oficina de Moonshot AI en China. "Incluso semanas después del lanzamiento de GLM 5.2, sé de investigadores de IA en el Área de la Bahía que lo siguen usando para una parte central de su flujo de trabajo. Kimi, al ser un modelo más fuerte, hará aún más, sobre todo en áreas como ciberseguridad."

De hecho, esto ya está ocurriendo. El martes, OpenAI reveló un incidente preocupante en que su modelo GPT-5.6 Sol vulneró el sistema de producción de Hugging Face, una plataforma abierta de IA. Hugging Face declaró que recurrió al modelo abierto GLM 5.2 para analizar el ciberataque, porque otros modelos de frontera se negaban a ayudar debido a sus salvaguardas de seguridad integradas.

¿Son realmente más baratos?

Los modelos chinos también tienden a ser más económicos que las alternativas occidentales, aunque ese no es necesariamente su principal atractivo. Si bien modelos como K3 cobran menos por token, pruebas tempranas muestran que pueden requerir más tokens que los modelos occidentales para resolver el mismo problema, achicando la brecha de costo. "En mi uso bastante limitado, K3 también parecía muy hambriento de tokens. No me resulta obvio que este modelo sea tan barato de correr", escribió Dean Ball, exasesor de IA de la Casa Blanca que hace poco se unió a OpenAI.

Aun siendo relativamente hambrientos de tokens, modelos como K3 desafían un supuesto fundamental que ha guiado por años la estrategia de OpenAI y Anthropic: que los laboratorios necesitan financiamiento infinito para escalar su capacidad de cómputo solo para hacer mejores modelos. "Al final, los modelos de pesos abiertos desincentivan más gasto de capital en IA", escribió Ball.