Kimi K3: China no ha borrado la ventaja de EE. UU. en IA — la ha convertido en una cuenta atrás de meses

LA VENTAJA AHORA SE MIDE EN MESES, NO EN AÑOS. El 16 de julio, la china Moonshot AI presentó Kimi K3, un modelo de 2,8 billones de parámetros (arquitectura «mezcla de expertos», que solo activa una fracción del modelo en cada consulta para ahorrar cómputo) con ventana de contexto de un millón de tokens y entrada multimodal. Los titulares fueron rotundos: «China borra la ventaja de EE. UU.». Nuestra lectura es más fría y, creemos, más útil. Según el Epoch Capabilities Index, un índice independiente que mide capacidad frente al tiempo, los modelos chinos han ido por detrás de la frontera estadounidense una media de siete meses desde 2023, con un mínimo de cuatro y un máximo de catorce. Para Kimi K3, ese mismo índice sitúa el retraso en torno a 4,4-5,3 meses. La cifra importa por lo que significa: no es que China haya alcanzado a EE. UU., es que la distancia se ha comprimido hasta caber en un trimestre. Ningún modelo chino ha superado todavía al o3 de OpenAI, lanzado en abril de 2025, según Epoch. La ventaja sigue ahí. Solo que ahora tiene fecha de caducidad corta.

LO QUE DICEN LOS BENCHMARKS INDEPENDIENTES. Conviene separar el marketing de la medición, y aquí los datos externos son claros. En el Artificial Analysis Intelligence Index —un índice compuesto que agrega muchas pruebas de razonamiento— Kimi K3 obtiene 57 puntos y queda cuarto entre 189 modelos. Se coloca justo por detrás de Claude Fable 5 (unos 60) y de GPT-5.6 Sol (unos 59), y empata o supera por poco a Claude Opus 4.8 (56). Es un cuarto puesto ajustado, no un empate técnico con el número uno. Donde sí manda es en programación de interfaces web. En la LMArena Frontend Code Arena —un ranking donde desarrolladores votan a ciegas qué modelo resuelve mejor el mismo encargo— K3 debutó primero con 1.679 puntos, por delante de Fable 5, al que gana el 76 % de los duelos directos. Saltó 17 puestos respecto a su antecesor y lideró seis de las siete subcategorías. En tareas de agente (GDPval v2) alcanza un Elo de 1.668, fuerte pero aún por debajo de los 1.760 de Fable 5. La foto es coherente con lo que venimos sosteniendo: Anthropic y OpenAI siguen liderando la frontera dura; China ya no está a un año de distancia, sino pegada, y en nichos concretos —programación— por delante.

EL FIN DE LA IA CHINA BARATA. Este es el giro que casi nadie esperaba. Durante dos años, el argumento chino fue el precio: capacidad decente a coste de derribo. Kimi K3 rompe ese guion. Su API cuesta 3 dólares por millón de tokens de entrada y 15 por millón de salida (el token es la unidad mínima de texto que procesa el modelo). Su antecesor, K2.6, costaba oficialmente 0,95 dólares de entrada y 4 de salida. Es decir, el precio de entrada se multiplica por tres y el de salida por casi cuatro. Moonshot ha subido su modelo hasta el nivel de la élite occidental. Aun así, medido por tarea completa, sigue siendo competitivo: unos 0,94 dólares por tarea en el índice de Artificial Analysis, frente a 1,04 de GPT-5.6 Sol y 1,80 de Opus 4.8, es decir, aproximadamente la mitad que el modelo de Anthropic. La «IA china barata» como categoría se está apagando en la frontera. Lo que emerge es otra cosa: paridad de precio con calidad casi de frontera.

NUESTRA LECTURA: LA FRONTERA ES UN ACTIVO PERECEDERO. Aquí entra la idea más provocadora del debate. En el podcast Moonshots (episodio 272, con Peter Diamandis, Emad Mostaque, Alex Wissner-Gross, Dave Blundin y Salim Ismail, 18 de julio), Salim Ismail defendió que el liderazgo en modelos ya no dura años ni meses, sino semanas: las empresas ni siquiera terminan de evaluar un modelo antes de que salga el siguiente. Es una opinión, no un dato, y la tratamos como tal. Pero encaja con lo que vemos. Si la ventaja caduca tan rápido, el valor deja de estar en tener «el modelo más listo» y pasa a la capa de arquitectura que permite cambiar de modelo sin fricción. Quien construya su producto atado a un solo proveedor pierde; quien pueda sustituir el motor cada pocas semanas, gana. En ese mismo debate se usó una analogía potente, la de los genéricos farmacéuticos: EE. UU. paga la I+D —el sobreprecio del token de frontera— y el resto del mundo obtiene poco después el «genérico» con un descuento enorme. Nos parece una metáfora útil con un matiz importante: en farmacia el genérico llega cuando caduca la patente, tras años; aquí llega en meses, y a veces el «genérico» es de código abierto. Eso acelera la difusión, pero también erosiona el retorno de quien pagó la investigación. Ese es el problema económico real que la industria aún no ha resuelto.

NI MAGIA NI SOLO COPIA. La arquitectura publicada de K3 no esconde trucos: es un transformer reconocible —mezcla de expertos, atención linealizada y el optimizador muon, desarrollado con la UCLA— ejecutado con mucho oficio. En el mismo debate de Moonshots, Alex Wissner-Gross extrajo la consecuencia incómoda para los laboratorios occidentales: cuando se sabe que una fórmula funciona, esa «prueba de existencia» recorta la I+D de los perseguidores en torno a un 90-95 % sin necesidad de copiar nada. Es un contrapunto relevante a las acusaciones de destilación que circulan desde el lanzamiento, que siguen sin demostrarse y que los propios pesos abiertos del día 27 permitirán examinar. Y hay un detalle del anuncio de Moonshot que en el podcast se leyó como un aviso: la compañía afirma que K3 participó en el diseño del chip de su siguiente generación y de sus propios kernels de inferencia (el software de bajo nivel que ejecuta el modelo). Si un modelo acelera el hardware y el software con los que se entrenará su sucesor, la cuenta atrás de la que hablamos no solo corre: se realimenta.

LOS PESOS ABIERTOS Y LA CUENTA ATRÁS. Moonshot ha prometido publicar los pesos completos de K3 —el modelo descargable para ejecutarlo en infraestructura propia— hacia el 27 de julio. La licencia concreta no está confirmada, así que conviene no dar por hecho que será plenamente libre para uso comercial. Si se cumple, sería el modelo abierto más capaz jamás liberado, y esa es, de fondo, una buena noticia: baja el coste, reparte el control y da soberanía tecnológica a quien no puede pagar a los proveedores cerrados. Es la fuerza democratizadora que llevamos tiempo señalando. También reordena la geopolítica del cómputo. Los controles de exportación de chips buscaban frenar a China; el resultado observable es que China entrega calidad casi de frontera en abierto y fuerza a todos a competir en la «fontanería» —integración, distribución, gobernanza— más que en el modelo suelto.

IMPLICACIONES. A corto plazo, la honestidad obliga a nombrar los problemas: una frontera que caduca en meses presiona márgenes, concentra la ventaja en quien mejor integra, y un modelo abierto y capaz también abarata el uso indebido —fraude, desinformación— que ya vigilamos. Nada de esto se edulcora. A largo plazo, sin embargo, la dirección es la que defendemos: más competencia y más apertura significan mejores herramientas, más baratas, en más manos. Y esas herramientas son las que acercan el horizonte que de verdad importa —acelerar la ciencia, atacar enfermedades, generar abundancia— para que cada vez más gente trabaje en lo que le apasiona. La conclusión, entonces, no es triunfalista ni catastrofista. Es esta: EE. UU. sigue delante, pero su ventaja ha pasado de ser un foso a ser un cronómetro. Y gobernar bien esa cuenta atrás —quién controla la tecnología, con qué reglas— importa mucho más que quién gana el benchmark de esta semana.