China gana la carrera de la difusión, no la de la frontera: el estado real de sus modelos de IA

LA TESIS. China no ha alcanzado la frontera de la IA. Ha hecho algo que, a largo plazo, puede pesar más: convertirse en el proveedor por defecto de modelos abiertos del planeta. Las mediciones independientes sitúan a sus mejores modelos entre siete y ocho meses por detrás de los estadounidenses. Esa distancia no se cierra porque el cuello de botella es físico: chips y, sobre todo, memoria. Mientras tanto, sus pesos abiertos (modelos que cualquiera puede descargar y ejecutar en sus propias máquinas) ya son la opción más descargada del mundo. Nuestra lectura: EE.UU. gana en capacidad máxima; China gana en adopción. Las dos cosas son ciertas a la vez, y conviene no confundirlas.

CUÁNTA BRECHA QUEDA DE VERDAD. El dato más serio es el de CAISI, el centro de evaluación de IA del NIST estadounidense. En mayo evaluó DeepSeek V4 Pro con nueve pruebas, dos de ellas privadas para evitar la contaminación (que el modelo haya visto las respuestas durante el entrenamiento). Su conclusión: V4 Pro rinde como GPT-5, un modelo de unos ocho meses antes. DeepSeek, en cambio, afirma estar a la altura de Opus 4.6 y GPT-5.4. La diferencia se ve en las pruebas difíciles. En ciberseguridad (CTF-Archive-Diamond), V4 Pro sacó un 32% frente al 71% de GPT-5.5. En ciencia de nivel posgrado (GPQA-Diamond), en cambio, llegó al 90%. Epoch AI, un instituto independiente que sigue la evolución de la IA, coincide en el orden de magnitud: los modelos abiertos chinos llevan desde 2023 unos siete meses de retraso medio, en una horquilla de entre cuatro y catorce. Algunos expertos critican la metodología de CAISI. Su comparación de costes, por ejemplo, solo dejó pasar a un modelo estadounidense, GPT-5.4 mini. Aun así, nuestra lectura es que siete u ocho meses es una estimación razonable. En IA eso es mucho, pero no es una generación.

EL MAPA POR LABORATORIOS. No hay un único campeón chino, y eso ya es un dato en sí mismo. En el índice de Artificial Analysis (un compuesto amplio de pruebas, revisado en septiembre y con una escala nueva), los mejores modelos abiertos son chinos. Según agregadores que citan ese índice, MiMo-V2.6-Pro de Xiaomi marca 46, GLM-5.3 de Zhipu 45 y Kimi K3 de Moonshot 44. DeepSeek V4-Pro aparece séptimo de 112 modelos. En nuestro índice de Calidad, GLM-5.2 (77) ya empata con Grok 4.3. Queda por detrás de Fable 5 (90) y GPT-5.6 Sol (79), pero por delante de Gemini 3 Pro (66). Hay una advertencia clave. Las cifras de programación que publican los propios laboratorios varían muchísimo según la versión y el método de corrección. Para DeepSeek V4 Pro circulan resultados en SWE-bench Verified (la prueba de referencia de arreglo de errores reales en código) que van del 80% al 96%. Nuestra lectura: hay que fiarse de las pruebas privadas o resistentes a la contaminación, no de las tablas de lanzamiento.

POR QUÉ CHINA APUESTA POR LO ABIERTO. Es una decisión estratégica, no altruista. Quien no puede ganar en capacidad máxima compite en difusión. El resultado es medible. Según el informe de primavera de Hugging Face (la mayor plataforma de modelos abiertos), los modelos de origen chino supusieron el 41% de las descargas de pesos abiertos entre febrero de 2025 y febrero de 2026. Los estadounidenses, el 36,5%. Qwen, de Alibaba, ha superado los mil millones de descargas acumuladas, según varias fuentes. Una advertencia: «abierto» no siempre significa lo mismo. GLM-5 usa licencia MIT, muy permisiva. Kimi K3 y Qwen 3.8-Max usan licencias propias con condiciones. Además, K3 tiene 2,8 billones de parámetros y Moonshot recomienda 64 aceleradores para ejecutarlo, así que en la práctica no está al alcance de cualquiera. Nuestra lectura: lo abierto es la gran fuerza democratizadora de esta tecnología, y eso es una buena noticia de fondo. Pero convierte a los modelos chinos en infraestructura ajena para muchas empresas occidentales. Eso abre preguntas legítimas de gobernanza: qué sesgos llevan dentro y quién fija los estándares de facto.

CHIPS: EL TECHO QUE NO SE MUEVE. Aquí está la explicación de fondo de la brecha. El informe de Epoch AI publicado en septiembre calcula que Huawei fabricará este año unos 1,5 millones de chips Ascend. NVIDIA, unos 5,9 millones. Medido en potencia útil, Huawei produce menos del 4% que NVIDIA: unos 880.000 «equivalentes H100» frente a unos 23 millones. Cada Ascend 950 rinde unos 2 PFLOPS (billones de operaciones por segundo) en baja precisión. El B300 de NVIDIA rinde 13,5. El verdadero cuello de botella es la HBM, la memoria ultrarrápida que acompaña a estos chips. Con la HBM fabricada en China, Epoch calcula que solo unos 240.000 de esos Ascend tendrían memoria nacional. China tiene logros de autonomía. Zhipu afirma que entrenó GLM-5 íntegramente en chips Ascend, aunque esa afirmación no se ha verificado de forma independiente. Pero Epoch no ve a Huawei alcanzando a NVIDIA antes de 2030. Su estimación es que en 2030 producirá lo que NVIDIA produce hoy.

CONTROLES, ORGULLO Y ENERGÍA. La política de exportación ha dado bandazos. En abril de 2025, EE.UU. exigió licencia para vender el H20, el chip recortado de NVIDIA para China. En septiembre de 2025, según la prensa, Pekín pidió a sus empresas que dejaran de comprar chips de NVIDIA. En enero de 2026, Washington autorizó la venta del H200, más potente, con condiciones. Pero la respuesta china la frenó. Según el informe trimestral de NVIDIA, las ventas de H200 a China fueron menos del 1% de sus ingresos de centros de datos. Un alto cargo de Comercio habló en julio de envíos «muy escasos», pese a licencias por unos 10.000 millones de dólares. Nuestra lectura: los controles han acelerado la voluntad china de autonomía, pero no su capacidad real, que sigue limitada por la memoria. Donde China sí lleva ventaja es en energía. Genera más del doble de electricidad que EE.UU. Solo en 2025 añadió más de 430 gigavatios de eólica y solar, según Al Jazeera, que cita a BloombergNEF. Morgan Stanley prevé un déficit de 44 gigavatios para los centros de datos estadounidenses en 2028. Si el chip deja de ser el límite, la energía será la siguiente batalla.

IMPLICACIONES. Primero, el precio. Los modelos chinos marcaron el suelo del mercado. DeepSeek lanzó V4-Pro a 1,74 dólares por millón de tokens de entrada (unidades de texto procesado) y 3,48 de salida, según CAISI. En agosto rebajó la versión revisada a 0,435 y 0,87, según VKTR. Pero también hay señales de cambio. DeepSeek avisó en agosto de una subida de precios, y Kimi K3 cobra 14,25 dólares por millón de tokens de salida. Nuestra lectura: con el cómputo escaso, la era del «casi gratis» chino se acerca a su fin en la gama alta. Segundo, a corto plazo hay riesgos reales. El uso dual de la tecnología, la falta de transparencia sobre la censura y la dependencia de modelos ajenos sin auditar exigen gobernanza basada en evidencia, no en pánico. Tercero, a largo plazo, la competencia entre dos ecosistemas que se empujan mutuamente abarata la inteligencia para todos. Eso acerca un horizonte de abundancia: investigación médica más rápida, herramientas al alcance de quien no puede pagar las caras. La pregunta decisiva ya no es quién tiene el modelo más listo. Es quién define las reglas y la infraestructura sobre las que funcionará la IA de todos.