China investiga a DeepSeek y Moonshot por datos a Claude

La CAC abre investigación contra DeepSeek y Moonshot por enrutar datos a Claude

La Administración del Ciberespacio de China (CAC) abrió una investigación formal contra DeepSeek y Moonshot AI —creadores del asistente Kimi— tras el informe de 154 páginas que Anthropic publicó el 10 de septiembre de 2026, según reportó The Information y recogió Yahoo News. Funcionarios del regulador visitaron las oficinas de ambas empresas para entrevistar a ejecutivos y empleados, y la pregunta central es si datos sensibles de usuarios chinos —incluyendo posibles registros policiales, militares y de empresas estatales— terminaron en servidores estadounidenses sin consentimiento.

El detonante fue el cuarto informe de threat intelligence de Anthropic, que acusó a siete laboratorios chinos —Alibaba, Moonshot, DeepSeek, Zhipu (Z.ai), MiniMax, SenseTime y Xiaomi— de lo que Anthropic llama «destilación ilícita». La CAC convocó inicialmente a representantes de las siete firmas, pero después acotó la investigación a DeepSeek y Moonshot específicamente, según Yahoo News. No se han anunciado sanciones todavía.

Las cifras que Anthropic publicó en su informe

Los números del informe son específicos, según el reporte de Cryptobriefing y The Next Web:

🤖 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

Alibaba (operadores vinculados): más de 151 millones de intercambios con Claude entre mayo y julio de 2026.
Moonshot: más de 23 millones de intercambios atribuidos entre mayo y julio; en una ventana de 10 días, casi 300.000 solicitudes de clientes ruteadas a través de aproximadamente 5.380 cuentas fraudulentas.
DeepSeek: más de 12 millones de intercambios en una ráfaga de 14 días durante julio de 2026.
Xiaomi: mencionada en el informe como parte del grupo de siete; Xiaomi no ha respondido públicamente a la acusación, según Yahoo News.

La técnica es destilación de modelos: entrenar un modelo propio más barato usando las salidas de uno más capaz. Anthropic no objeta la práctica en sí —la define como legítima en abstracto— sino el uso sistemático de cuentas fraudulentas para extraer los reasoning traces (las cadenas de razonamiento) que Claude produce cuando resuelve problemas complejos.

Qué datos se habrían filtrado y por qué importa a la CAC

El ángulo regulatorio va más allá de lo técnico. Anthropic alega en su informe que algunos de los prompts enrutados contenían información sensible —»nombres, direcciones de correo electrónico, datos de empresa y otros datos sensibles de cientos de usuarios finales en al menos una docena de idiomas», según recogió Gizmodo y replicó wwwhatsnew.com. En un caso puntual se mencionan credenciales activas vinculadas a una agencia de defensa rusa.

Para la CAC el problema es doble: si ciudadanos chinos o datos de empresas estatales fueron procesados en servidores de Anthropic en EE.UU. sin su conocimiento, hay una violación de soberanía de datos; si esos datos quedaron accesibles a un proveedor estadounidense, hay un problema de seguridad nacional. Yahoo News señala que la investigación busca específicamente si datos policiales, militares o corporativos sensibles terminaron en infraestructura americana.

El timing: cumbre Trump-Xi y la OPI pendiente de Moonshot

La fecha no es casual. La investigación cae la misma semana en que DeepSeek tiene previsto comparecer ante el Consejo de Seguridad de la ONU sobre riesgos de IA —compartiendo mesa con el CEO de Anthropic, Dario Amodei— y justo un día antes de la cumbre Trump–Xi del 24 de septiembre, donde la IA está en la agenda, según Yahoo News. Para Beijing, abrir una investigación sobre sus propias empresas en ese momento funciona como gesto de buena fe regulatoria de cara a Washington.

Hay un segundo timing problemático: Moonshot presentó confidencialmente su solicitud de IPO en Hong Kong el 3 de septiembre de 2026, apunta Yahoo News, con el objetivo de levantar aproximadamente US$3.000 millones a una valoración cercana a US$50.000 millones. Cualquier investigación regulatoria en curso debe revelarse en el prospecto antes de que la salida a bolsa avance. El reloj corre, pero de momento no hay sanciones anunciadas.

Xiaomi responde publicando MiMo-V2.6, el nuevo #1 open-weight

La ironía del día: Xiaomi —también nombrada en el informe de Anthropic— publicó el 22 de septiembre de 2026 la serie MiMo-V2.6, cuyo modelo insignia MiMo-V2.6-Pro se sitúa en el primer puesto del índice de inteligencia de Artificial Analysis entre modelos open-weight.

Cifras clave del lanzamiento, según Unite.ai, eWeek y el repositorio oficial en Hugging Face:

Puntuación: 46 en el Intelligence Index v4.3.2 —récord para open-weight, por encima de GLM-5.3 (max) en 45 y Kimi K3 (max) en 44.
Comparables propietarios: empatado con Grok 4.7 (xhigh) en 46; apenas por debajo de Claude Opus 5, GPT 5.6 Sol y Meta Muse Spark.
Arquitectura: mezcla dispersa de expertos (MoE) con 1,02 billones de parámetros totales y 42.000 millones activos por token.
Contexto: hasta 1 millón de tokens; entradas de texto, imagen, vídeo y audio; salida de texto.
Licencia: MIT, que permite uso comercial.
Precio API (Pro): US$0,0036 por millón de tokens en cache-hit, US$0,435 en cache-miss de entrada y US$0,87 de salida —sin cambios respecto a la serie V2.5.
Coste por tarea del Intelligence Index: US$0,13; coste total de la evaluación: US$206,66.

Donde Xiaomi pierde: en Terminal Bench 4.0 queda en 34,9 frente a Claude Opus 5.5 en 49,0, según los datos que recoge wwwhatsnew.com del informe original. La distancia en razonamiento agentic frente a los modelos frontera sigue siendo amplia.

Lo inusual es lo que Xiaomi publicó junto con los pesos, según eWeek: el marco completo de reinforcement learning, más de 7.000 entornos de tarea con calificadores automáticos, los hiperparámetros, las mezclas de datos y los costes reales del entrenamiento (US$2,62 millones para Pro y US$850.000 para Flash, en menos de seis días y transmitidos en directo por la empresa). El objetivo declarado es reproducibilidad: que cualquier equipo bien financiado pueda replicar los resultados. eWeek matiza, no obstante, que los benchmarks de código reportados por Xiaomi (incluido SWE-bench Verified) están clasificados por Epoch AI como flawed —el resultado se sostiene, pero la lectura debe ser cauta.

Qué significa esto para tu startup

Tres acciones concretas para founders que construyen con IA en este nuevo mapa geopolítico:

1. Replantéate el coste de inferencia con modelos chinos abiertos. Si hoy tu burn mensual de inferencia supera los US$5.000 sobre APIs de frontera, vale la pena probar MiMo-V2.6-Pro (US$0,87 por millón de tokens de salida) o un checkpoint destilado como MiMo-V2.6-Distill-Qwen-9B como base. El coste por tarea en índices compuestos ya está por debajo del céntimo de dólar, y la licencia MIT permite uso comercial sin regalías.

2. Audita el enrutamiento de tus prompts si usas proveedores chinos. Anthropic documentó 23 millones de prompts a Claude a través de Moonshot y más de 12 millones a través de DeepSeek en pocas semanas. Anthropic asegura que baneó las cuentas implicadas, pero la pregunta para tu equipo legal es: ¿qué garantías contractuales tienes hoy de que tus prompts no salen del proveedor que elegiste? Si manejas datos de clientes europeos bajo GDPR o de estadounidenses bajo contratos con cláusulas de residencia de datos, este caso es la señal para endurecer los SLA.

3. Diversifica pesos y proveedores antes de la próxima cumbre. La OPI de Moonshot en Hong Kong está condicionada por esta investigación; la cumbre Trump–Xi puede cambiar el marco de exportación de chips en semanas; y los tribunales estadounidenses siguen sin cerrar el debate sobre si destilar modelos es apropiación indebida. Si tu producto depende de un modelo chino o americano concreto, mantener un segundo proveedor desplegado —aunque sea en modo sombra— pasa de opcional a prudente.