China borra la ventaja de EEUU en IA: 7 modelos en la carrera

La nueva carrera entre China y EEUU ya no es de un solo lado

Un informe reciente del Stanford Institute for Human-Centered Artificial Intelligence (HAI) sostiene que China se ha convertido en un contrapeso real de Estados Unidos en IA y que este año la distancia entre ambos ecosistemas parece acortarse. "La brecha entre los modelos de Estados Unidos y los chinos es estrecha y frágil", resumió Samm Sacks, investigadora principal del Institute for America, China, and the Future of Global Affairs de Johns Hopkins, en declaraciones recogidas por Associated Press.

El dato no es retórico: el ranking de la plataforma Artificial Analysis muestra que el modelo chino Kimi K3 de Moonshot AI llegó al puesto 3 mundial poco después de su lanzamiento en julio y, en cuestión de semanas, descendió al 9 por la aparición de nuevos modelos frontera de Anthropic, OpenAI, Meta y SpaceXAI. Es decir, el liderazgo chino en cada categoría es fluido y se mide por días, no por años como era habitual hasta 2024.

Los modelos chinos que sorprendieron a Silicon Valley

La generación 2025-2026 de modelos chinos comparte tres rasgos: son open-weight (los pesos se pueden descargar y modificar), están entrenados con foco en capacidades agénticas —planificar y ejecutar tareas complejas con poca supervisión humana— y se publican con precios por debajo de la media estadounidense.

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

Moonshot AI, con sede en Beijing, presentó Kimi K3 el 17 de julio; el modelo tiene 2,8 billones de parámetros y es el primero open-weight chino en superar a Claude Opus 4.8 en algunos benchmarks avanzados según Artificial Analysis. TechCrunch reportó el 11 de septiembre que Moonshot apunta a US$2.000M de revenue anualizado a fin de año y, según Bloomberg, prepara un IPO en Hong Kong con una valoración superior a US$30.000M en seis meses; ya conversó con CICC y Goldman Sachs. Su ARR pasó de US$200M en abril a US$300M en junio.

DeepSeek, que en enero de 2025 conmocionó a los mercados con R1 (costos reportados de US$5,6M), lanzó en abril de 2026 la preview de V4 en versiones "pro" y "flash", según Associated Press. V4 mejora razonamiento y capacidades agénticas, tiene una ventana de contexto de 1 millón de tokens (frente a los 128.000 de V3) y, según la propia compañía, se acerca a Claude Opus 4.5 en tareas agénticas. Una variante V4.1 Flash llegó a 427 tokens por segundo en pruebas limitadas hasta el 10 de septiembre, según reseña de World of AI recogida por Geeky Gadgets. Microsoft reportó en enero que el uso de DeepSeek crece de forma sostenida en países en desarrollo.

Z.ai publicó GLM-5.2 en junio y GLM-5.3 en agosto, mejorando programación y razonamiento agéntico. Alibaba presentó en julio un adelanto de Qwen3.8-Max, descrito como el modelo más potente de la serie, capaz de competir con Claude y GPT en tareas generales.

Washington cambia el debate: de chips a "outputs" de IA

Hasta ahora, la estrategia estadounidense frente a China se centró en restringir chips avanzados y equipos para fabricarlos. El 8 de septiembre, FBI, NSA y CISA emitieron el aviso conjunto AA26-251A, el más completo hasta la fecha: acusa a DeepSeek, Moonshot AI, Alibaba, MiniMax, StepFun y Z.AI de extraer de forma "agresiva, maliciosa y dirigida" capacidades de modelos frontera estadounidenses —incluidos Claude, GPT, Gemini y Grok— desde al menos finales de 2024. El aviso enumera técnicas como inyección de prompts para extraer el razonamiento paso a paso (chain-of-thought), uso de "estaciones de transferencia" —proxies que revenden acceso sorteando restricciones geográficas— y cuentas fraudulentas con patrones de uso 24/7 incompatibles con investigación legítima.

Tres días después, Anthropic publicó su propio reporte de inteligencia de amenazas cifrando el volumen: alrededor de 200 millones de intercambios en cinco campañas, siete laboratorios chinos identificados, y solo Alibaba/Qwen sumando 151 millones de intercambios entre mayo y julio para entrenar los modelos Qwen 3.5, 3.6 y 3.7. Moonshot habría enrutado 23 millones de intercambios de usuarios de Kimi hacia Claude —Anthropic recogió más de 23 millones de respuestas para entrenar a Moonshot— y DeepSeek, 12 millones en catorce días de julio, exponiendo incluso credenciales de una base de datos del gobierno ruso. Anthropic también acusó a Moonshot de redirigir unas 300.000 solicitudes a Claude Opus 4.

"Los laboratorios de EEUU gastan enormes cantidades de cómputo empujando la frontera. Pero los desarrolladores chinos pueden aprender de esos sistemas. Y las empresas chinas luego pueden lanzar modelos de pesos abiertos muy capaces que se difunden globalmente", explicó Lizzi C. Lee, investigadora del Asia Society Policy Institute. Para Washington ya no se trata solo de controlar insumos (chips), sino también resultados (capacidades extraídas).

Xi-Trump: la IA llega a la mesa diplomática

La nota atribuye al jefe del Ministerio de Seguridad del Estado chino, Chen Yixin, un artículo en el que advierte que la IA puede amenazar la "seguridad política, institucional e ideológica" si la usan "fuerzas hostiles" —y menciona explícitamente a Claude de Anthropic y GPT de OpenAI como herramientas que permiten identificar y "armar" vulnerabilidades de ciberseguridad. Desde el otro lado del Pacífico, el presidente Donald Trump declaró el domingo: "Quien gane la IA, gana".

El debate gana peso por la esperada visita de Xi Jinping a Washington este mes para verse con Trump, y porque el futuro de la IA depende cada vez más de lo que ambas potencias decidan y dejen de decidir.

¿Qué significa esto para tu startup?

La compresión del gap no es solo geopolítica: cambia el menú de modelos disponibles y el riesgo regulatorio asociado a cada uno.

Evalúa modelos open-weight chinos en tu stack. Kimi K3, DeepSeek V4 y los Qwen de Alibaba ya entregan, según benchmarks públicos, rendimientos cercanos a Anthropic y OpenAI en tareas agénticas y de programación, a precios menores. Reservar un 10-20% de workloads no críticos a estos proveedores reduce dependencia y costo.
Diseña arquitectura multi-proveedor. Si Anthropic o OpenAI limitan acceso por motivos regulatorios, una capa de abstracción que enrute entre proveedores (con eval propio de calidad) evita cortes de servicio. La decisión del FBI/NSA/CISA de nombrar explícitamente a seis proveedores sugiere que las restricciones de uso pueden escalar.
No construyas moats sobre el modelo. La commoditización de capacidades de frontera se acelera cuando los pesos abiertos se redistribuyen globalmente; invierte en datos propietarios, workflows específicos del cliente y UX, no en "usamos GPT-5 por debajo".

Como señala el informe de Stanford HAI, la ventaja de EEUU en IA es hoy estrecha y frágil —también lo es la de cada modelo en particular. Para un founder, eso es buena noticia en costos y mala noticia en previsibilidad: la gobernanza importa tanto como el benchmark.