Por Canuto  

El aumento en los costos de los modelos avanzados de IA en Estados Unidos está empujando a más empresas a probar alternativas chinas como DeepSeek, Z.ai y Qwen. La tendencia gana fuerza justo cuando esos sistemas reducen la brecha de rendimiento con OpenAI y Anthropic, al tiempo que ofrecen precios muy inferiores.
***

  • El uso de modelos chinos por empresas estadounidenses en OpenRouter superó el 30% semanal desde el 8 de febrero y alcanzó un pico de 46%.
  • DeepSeek y GLM 5.2 de Z.ai están siendo adoptados por empresas de EE. UU. por ofrecer costos entre 60% y 90% más bajos.
  • Analistas y ejecutivos sostienen que los modelos chinos ya compiten cerca de la frontera tecnológica de los grandes laboratorios estadounidenses.

Las empresas estadounidenses están recurriendo cada vez más a modelos de inteligencia artificial desarrollados en China. El cambio responde a una combinación de dos factores: un fuerte aumento de costos en los modelos líderes de Estados Unidos y una mejora sostenida en el rendimiento de sus rivales asiáticos.

Modelos recientes de firmas como DeepSeek y Z.ai ya son considerados por muchos actores del sector como alternativas altamente competitivas frente a los sistemas de OpenAI y Anthropic. Al mismo tiempo, sus precios resultan mucho más bajos para una parte importante de las cargas de trabajo empresariales.

Esta transición ocurre mientras más compañías buscan desplegar IA en productos, automatización interna y herramientas para desarrolladores. En ese contexto, la eficiencia de costos empieza a pesar más que la simple adopción del modelo más famoso o más cerrado del mercado.

Según reportó CNBC, la porción de tokens utilizados por empresas estadounidenses en modelos chinos a través de OpenRouter se ha mantenido por encima del 30% cada semana desde el 8 de febrero. En ese periodo, llegó a registrar un máximo de 46%.

Ese dato contrasta con el promedio de 12 meses previos, que fue de 11%. También resalta frente al 4,5% observado en la primera mitad de 2025, lo que da cuenta de una aceleración muy marcada en la adopción.

El costo se convierte en un factor decisivo

El alza en los precios de tokens para los modelos más avanzados de laboratorios estadounidenses ha obligado a muchas empresas a revisar sus presupuestos. Lo que antes era visto como un gasto asumible ahora aparece como una partida mucho más pesada para operaciones a escala.

Kyle Chan, investigador del Centro John L. Thornton de Brookings, dijo a CNBC que los modelos chinos resultan especialmente atractivos para las empresas estadounidenses en un momento en que los costos de IA se disparan. A su juicio, las compañías ahora son mucho más conscientes del impacto económico de cada decisión técnica.

Chan resumió ese cambio de enfoque con una idea clara. Antes, muchas firmas priorizaban adoptar IA sin detenerse demasiado en qué modelo usaban, pero hoy esa lógica está cediendo ante una disciplina mayor en materia de costos.

La plataforma Vercel también observó esta transición en tiempo real. Harpreet Arora, jefe de infraestructura agencial de la empresa, afirmó que cuando una tarea no requiere el mejor modelo disponible, los equipos están empezando a redirigirla hacia la opción más barata que sea suficientemente buena.

Arora fue más directo aún al describir el fenómeno. Dijo que “el precio está haciendo el trabajo aquí”, una frase que resume bien por qué tantos desarrolladores están abriendo espacio a modelos chinos en sus arquitecturas de IA.

Justin Summerville, quien trabaja en datos y análisis en OpenRouter, señaló que los modelos chinos de código abierto pueden ser entre 60% y 90% más baratos que los modelos líderes de Anthropic y OpenAI. Esa brecha es demasiado amplia como para ser ignorada por empresas que procesan grandes volúmenes de tokens.

DeepSeek y Z.ai aceleran la migración empresarial

Uno de los casos más llamativos es el de Lindy, una startup de IA que en junio trasladó el 100% de su tráfico desde los modelos Claude de Anthropic hacia DeepSeek. La empresa tomó la decisión con el objetivo de reducir costos y, según su director ejecutivo, el efecto fue inmediato.

Flo Crivello, CEO de Lindy, dijo a CNBC que al hacer el cambio pudo verse la curva de costos “caer” hasta “estrellarse en el suelo”. Añadió que la decisión ahorrará a la startup millones de dólares en apenas unos meses.

Crivello también explicó en una publicación propia que cambiar a DeepSeek V4 elevó el rendimiento en muchos casos de uso centrales para la compañía. Ese detalle es importante porque sugiere que la migración no obedeció solo a precio, sino también a mejoras operativas.

En paralelo, DeepSeek ganó participación en el flujo de tokens entre mayo y junio dentro de Vercel. Esto indica que su adopción no se limita a una sola empresa, sino que responde a una tendencia más amplia entre desarrolladores y clientes corporativos.

Otro nombre que destaca es GLM 5.2 de Z.ai. El modelo fue lanzado en junio con gran entusiasmo y registró la adopción más rápida entre todos los modelos seguidos por Vercel durante 2026.

Arora precisó que, en su primera semana completa tras el lanzamiento, el volumen diario de tokens de GLM 5.2 creció aproximadamente 27 veces. Además, el número de clientes que lo utilizaban aumentó cerca de 80 veces.

LaunchLemonade, una plataforma de agentes de IA para industrias reguladas, también reflejó este cambio. Su director ejecutivo y fundador, Cien Solon, explicó que aunque Claude y ChatGPT siguen dominando en uso, GLM 5.2 ya se ubica entre los cinco modelos más utilizados del servicio.

Solon agregó que modelos chinos como Z.ai y Qwen de Alibaba se están convirtiendo en opciones reales para empresas. En su opinión, ofrecen una combinación atractiva de rendimiento y costo para cargas de trabajo específicas.

El ejecutivo sostuvo además que las organizaciones con estrategias de IA más maduras muestran una disposición creciente a usar estos modelos cuando tiene sentido técnico o comercial. Esa frase apunta a un cambio en la cultura empresarial, no solo a un ahorro táctico de corto plazo.

Modelos abiertos, control técnico y nueva competencia

Una parte clave de esta tendencia es la expansión de modelos de código abierto y de peso abierto procedentes de China. Estos enfoques permiten que desarrolladores y empresas inspeccionen, utilicen y en algunos casos modifiquen componentes internos del modelo.

Eso los diferencia de sistemas cerrados como muchos modelos insignia de OpenAI, Anthropic y Google. En esos casos, el código y los mecanismos internos permanecen como propiedad exclusiva de las compañías que los desarrollan.

Para muchas empresas, el atractivo no es solo pagar menos por token. También valoran la posibilidad de controlar y adaptar su propia pila de IA sin depender por completo de cambios de precio, restricciones de acceso o estrategias comerciales ajenas.

Yacine Jernite, jefe de aprendizaje automático en Hugging Face, dijo a CNBC que las empresas están cada vez más motivadas a acudir a pilas de IA más baratas que puedan controlar y adaptar por sí mismas. A su juicio, dado el estado actual del código abierto y del peso abierto, eso suele significar aprovechar opciones chinas.

Jernite advirtió además sobre un riesgo estructural para el mercado. Señaló que los usuarios podrían quedar atrapados entre modelos propietarios estadounidenses, que son eficientes pero costosos y cambiantes en precio o accesibilidad, y modelos chinos como única alternativa viable cuando necesitan bajar costos o poseer su infraestructura de IA.

Ese planteamiento coloca el debate más allá de la competencia directa entre proveedores. También abre preguntas sobre soberanía tecnológica empresarial, dependencia de plataformas cerradas y capacidad real de personalización en entornos regulados o sensibles.

La brecha de rendimiento se reduce

El factor precio por sí solo no explicaría este crecimiento si el rendimiento fuera claramente inferior. Sin embargo, varias fuentes del sector afirman que los modelos chinos se están acercando de manera rápida a la frontera tecnológica de los mejores laboratorios estadounidenses.

Chan estimó que actualmente estos sistemas están entre seis y nueve meses detrás de los principales rivales de Estados Unidos. Aun así, subrayó que suelen costar apenas una fracción de lo que cobran esos competidores.

Summerville sostuvo que los nuevos modelos de código abierto están funcionando bien y demostrando capacidad para casi todas las tareas, salvo las más complejas dentro del universo de los modelos de lenguaje de gran escala. Eso amplía mucho el conjunto de usos empresariales donde la sustitución ya es factible.

Un ejemplo concreto es GLM 5.2. El modelo se ubicó a menos de un punto porcentual de Opus 4.8 de Anthropic en un benchmark agencial ampliamente seguido, con un costo aproximado de una quinta parte.

Algunos investigadores también han señalado que GLM 5.2 puede rendir al nivel de los mejores laboratorios estadounidenses en ciertos benchmarks vinculados con ciberseguridad. Esa clase de comparaciones eleva la presión competitiva sobre los actores dominantes de Estados Unidos.

En términos prácticos, esto significa que muchas empresas ya no ven la diferencia de desempeño como una barrera decisiva. Si un modelo es suficientemente bueno para una tarea concreta y cuesta bastante menos, la lógica de adopción empieza a inclinarse con rapidez.

Regulación, restricciones y tensión geopolítica

El ascenso de los modelos chinos ocurre en un momento delicado para la política tecnológica de Estados Unidos. Washington busca regular con mayor intensidad sus sistemas de IA más potentes y al mismo tiempo evalúa cómo frenar la rápida adopción de alternativas extranjeras.

A finales de junio, OpenAI anunció que limitaría el lanzamiento de un nuevo conjunto de modelos a pedido del gobierno. Ese movimiento reflejó la creciente influencia de las autoridades en la forma en que los laboratorios estadounidenses pueden desplegar sus tecnologías.

Ese mismo mes también se levantaron los controles de exportación sobre los modelos Mythos y Fable de Anthropic. La decisión llegó después de un tenso enfrentamiento entre la administración Trump y la compañía.

Estos episodios muestran que la competencia en IA ya no gira únicamente en torno a benchmarks o precio por token. También depende de permisos regulatorios, acceso internacional y del equilibrio entre seguridad nacional, innovación y competitividad global.

La paradoja es evidente. Mientras Estados Unidos endurece el control sobre parte de su oferta más avanzada, varias empresas norteamericanas están encontrando valor en alternativas chinas más baratas, más abiertas y cada vez más cercanas en desempeño.

Por ahora, Claude y ChatGPT siguen ocupando posiciones dominantes en muchas plataformas y casos de uso. Pero la velocidad con la que DeepSeek, Z.ai y otros modelos chinos están captando tráfico sugiere que la estructura competitiva del sector podría cambiar de forma más rápida de lo previsto.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados