China ya no persigue a la frontera: la ha partido en dos (y ahora hay una tercera carrera)

TESIS. La pregunta «¿quién va ganando la carrera de la IA?» está mal planteada. Hay dos carreras distintas. La primera es la de la capacidad máxima: construir el modelo más potente del mundo y el cómputo para lograrlo. Esa la gana Estados Unidos, y con margen. La segunda es la de la ubicuidad: que tus modelos sean los que el mundo descarga, adapta y ejecuta. Esa la va ganando China, y también con margen. Lo publicado en las últimas semanas no debilita esta tesis: la refuerza y le añade un tercer tablero, el de la inferencia —el proceso de servir un modelo ya entrenado a millones de usuarios—, que puede decidir el resultado final.

LA CARRERA QUE GANA EE.UU. En capacidad pura, los datos son consistentes. Epoch AI, un instituto que mide el progreso de la IA, calcula que los mejores modelos chinos llevan de media 7 meses de retraso respecto a la frontera estadounidense desde 2023 (con un rango de 4 a 14 meses). En recursos, la distancia es mucho mayor: la inversión privada en IA fue de 285.900 millones de dólares en EE.UU. frente a 12.400 millones en China en 2025 —23 veces más—, según el AI Index de Stanford. EE.UU. opera 5.427 centros de datos, más de diez veces los de China, y su capacidad de cómputo estimada duplica la china (2.400 frente a 1.053 exaflops, según análisis recogidos por Futu News). Y en chips, el estrangulamiento sigue: un análisis citado por ese mismo informe estima que Huawei producirá en 2026 apenas el 4% del cómputo agregado de NVIDIA. En nuestro propio índice de Calidad Zendoric —que combina pruebas duras de programación y agentes—, Fable 5 (90) y GPT-5.6 (79) siguen por delante del mejor chino, GLM-5.2 (77). La frontera absoluta sigue hablando inglés.

LA CARRERA QUE GANA CHINA. La otra carrera se mide en adopción, y ahí el vuelco es histórico. Los modelos chinos de pesos abiertos —aquellos cuyos parámetros se pueden descargar y ejecutar en hardware propio— ya suponen el 41% de las descargas de Hugging Face, la mayor plataforma de modelos del mundo, superando por primera vez a los estadounidenses, según el propio informe de la plataforma. La familia Qwen de Alibaba acumula más de 113.000 modelos derivados, más que Google y Meta juntos. En OpenRouter, un agregador que enruta peticiones de IA, los seis modelos más usados son abiertos y chinos, según TechCrunch. Y el golpe simbólico llegó con GLM-5, de Zhipu: 745.000 millones de parámetros entrenados, según la compañía, íntegramente sobre 100.000 chips Huawei Ascend, sin un solo procesador de NVIDIA, y liberado bajo licencia MIT, la más permisiva. Conviene mantener la cautela habitual —la cifra la afirma Zhipu, no un auditor independiente—, pero el mensaje estratégico es nítido: el control de exportaciones ya no impide a China entrenar modelos de casi-frontera. Los ha empujado a construir su propia cadena de suministro.

EL ESPEJISMO DEL 2,7%. Aquí toca separar dato de relato. El AI Index de Stanford afirma que la brecha de rendimiento entre los mejores modelos de ambos países se ha «desplomado» hasta el 2,7% en los benchmarks estándar, las pruebas públicas con las que se comparan modelos. Es cierto y, a la vez, engañoso. Los benchmarks estándar se saturan: cuando todos los modelos rozan la puntuación máxima, dejan de distinguir al bueno del excelente. Es la misma lección que aprendimos con las pruebas de ciberseguridad: lo que discrimina son las tareas difíciles sin ayuda. Ahí, el retraso de 7 meses de Epoch y los 13 puntos que separan a Fable 5 de GLM-5.2 en nuestro índice cuentan una historia menos triunfal para Pekín. Nuestra lectura: China ha alcanzado lo que el think tank AEI llama una «paridad semipermanente» en los marcadores públicos, pero no en la capacidad punta que importa para las tareas más complejas. Ambas cosas pueden ser verdad porque miden carreras distintas.

LA TERCERA CARRERA: SERVIR INTELIGENCIA. La novedad analítica más importante de estas semanas viene de un working paper del American Enterprise Institute: en 2026, el cómputo necesario para servir un modelo popular a cientos de millones de usuarios supera al de entrenarlo por uno o dos órdenes de magnitud, es decir, entre 10 y 100 veces. La inferencia, además, no se puede centralizar: debe distribuirse geográficamente para responder rápido. Esto redefine el tablero. Entrenar GLM-5 sin NVIDIA demuestra soberanía tecnológica; servirlo a escala planetaria con chips que rinden una fracción de los estadounidenses es otro problema, mucho más caro. Y aquí Washington está moviendo ficha en direcciones contradictorias: la administración Trump autorizó desde diciembre de 2025 licencias condicionales de chips H200 a unas diez empresas chinas —hasta 75.000 unidades cada una—, pero un cargo del Departamento de Comercio testificó el 14 de julio que los envíos reales son «triviales», según TechTimes. Mientras, el Congreso avanza la AI OVERWATCH Act, que vetaría durante dos años la exportación de los chips Blackwell, los más avanzados de NVIDIA. EE.UU. no ha decidido aún si quiere enganchar a China a su silicio o aislarla del todo. Esa indecisión es, en sí misma, una ventaja para Huawei.

IMPLICACIONES. Para empresas y desarrolladores, la consecuencia práctica ya está aquí: el «enrutado de modelos» —usar el modelo caro solo para lo difícil y modelos abiertos baratos para todo lo demás— se está volviendo el patrón estándar, y los modelos baratos son crecientemente chinos. Para los gobiernos, la lección es incómoda: los controles de exportación han ralentizado la frontera china, pero han acelerado su autonomía y han regalado a Pekín la bandera del código abierto. Clem Delangue, CEO de Hugging Face, lo resume con una advertencia que compartimos: «el mayor riesgo de la IA es la concentración de poder». Y ahí está nuestro optimismo de fondo, el de largo plazo: que la frontera abierta suba tan deprisa es, sobre todo, una fuerza democratizadora. Abarata la inteligencia, da control y soberanía a quien no puede pagar la frontera cerrada, y acerca el escenario que de verdad importa: una abundancia de capacidad cognitiva aplicada a curar enfermedades, alargar la vida y liberar tiempo humano para lo que apasiona. A corto plazo habrá fricción real —empleo, seguridad, geopolítica—. Pero si el precio de la rivalidad entre potencias es que la inteligencia artificial se vuelva un recurso barato y ubicuo para todo el planeta, la historia podría acabar recordando esta carrera partida en dos como una carrera que, en lo esencial, ganamos todos.