Por Canuto  

La competencia global por la inteligencia artificial estaría entrando en una nueva fase. Mientras Estados Unidos conserva peso en capital y laboratorios de frontera, modelos chinos como Qwen, DeepSeek, Kimi, GLM y MiniMax ganan usuarios, empresas y atención de inversores gracias a su bajo costo, su enfoque de código abierto y una adopción que, según nuevos datos citados por Statrys, ya alcanza a buena parte de las startups estadounidenses que trabajan con IA abierta.
***

  • Andreessen Horowitz estima que 80% de las startups de EE. UU. que usan IA de código abierto ya construyen sobre modelos chinos.
  • Empresas como Airbnb, Pinterest y Cursor fueron citadas como casos de uso de modelos chinos por costo, velocidad o precisión.
  • El auge no solo es tecnológico: IPOs de firmas chinas de IA en Hong Kong registran una demanda explosiva y nuevas valoraciones multimillonarias.

La carrera por la inteligencia artificial ya no puede leerse solo como un pulso entre OpenAI, Google, Anthropic y otras firmas de Estados Unidos. Una nueva capa de competencia está tomando forma a través de modelos abiertos desarrollados en China, con precios mucho más bajos y un creciente uso por parte de startups, grandes compañías e inversores.

Ese es el eje central de 80% of U.S startups JUST switched to Chinese AI… (In silence), publicado por Statrys. El reporte sostiene que Qwen, DeepSeek, Kimi, GLM y MiniMax se están convirtiendo en piezas clave de la infraestructura de IA, a pesar de que en buena parte de Occidente siguen siendo nombres poco conocidos.

De acuerdo con los datos citados en ese material, Qwen ya supera las 700 millones de descargas. La tesis es directa: el atractivo de estos modelos no se explica solo por geopolítica ni por curiosidad tecnológica, sino por retorno sobre la inversión, una variable cada vez más decisiva para equipos que construyen productos sobre APIs y modelos fundacionales.

La discusión importa también para lectores nuevos en el tema. En IA generativa, el costo por token, la posibilidad de autoalojar un modelo y la libertad para ajustarlo a usos concretos pueden cambiar por completo la economía de una startup. Cuando dos sistemas ofrecen resultados parecidos, pero uno cuesta una fracción del otro, la decisión empresarial deja de ser ideológica y pasa a ser operativa.

El giro silencioso de startups y grandes tecnológicas

Uno de los datos más llamativos atribuidos a Andreessen Horowitz indica que 80% de las startups estadounidenses que trabajan con IA de código abierto ya lo hacen sobre modelos chinos. Se trata de una cifra que, de confirmarse a gran escala, sugeriría un desplazamiento importante en la base tecnológica del ecosistema de innovación de Silicon Valley.

Según Statrys, el cambio no suele hacerse visible al público porque ocurre en decisiones de infraestructura, hojas de cálculo y pruebas internas. No suele haber campañas de marketing para anunciar qué modelo ejecuta un sistema de recomendación, un chatbot o una herramienta de programación. Por eso, el viraje puede pasar inadvertido incluso cuando afecta a compañías muy conocidas.

El video menciona que Airbnb migró su IA de atención al cliente a Qwen, de Alibaba. En una entrevista con Bloomberg, el CEO de la empresa habría resumido la decisión en tres palabras: bueno, rápido y barato. La idea detrás de esa frase es que el criterio dominante no fue simbólico, sino práctico.

También se cita a Pinterest, cuyo motor de recomendaciones habría sido reconstruido con modelos chinos de código abierto. Según la versión expuesta, su director de tecnología aseguró que el sistema resultó 30% más preciso y 90% más barato frente a alternativas estadounidenses.

Otro caso mencionado es Cursor, una de las herramientas de programación con IA más populares en Estados Unidos. Usuarios habrían detectado en su código que el motor subyacente no era estadounidense, sino Kimi K 2.5, desarrollado por Moonshot AI en Beijing. El cofundador terminó reconociendo públicamente ese punto, siempre según el relato recogido por Statrys.

La tendencia no se limitaría a las startups. El material también recuerda que Mira Murati, ex CTO de OpenAI, levantó una ronda semilla de USD $2.000.000.000 para su nuevo laboratorio y que el primer producto lanzado ayudaba a desarrolladores a afinar Qwen, de Alibaba. Incluso Stanford, agrega la fuente, ya admite que China casi ha borrado la ventaja de Estados Unidos en rendimiento.

Precio, eficiencia y una nueva lógica de ingeniería

El corazón del argumento está en los costos. Para empresas que consumen IA vía API, la diferencia de precios entre modelos occidentales y chinos puede alterar por completo la estructura de márgenes. En el video se afirma que usar Claude o ChatGPT mediante API puede costar entre USD $2,50 y USD $25 por millón de tokens, según el modelo.

Frente a eso, DeepSeek tendría una versión económica de USD $0,28 por millón de tokens. Qwen 3.5 Plus rondaría USD $1,20. Kimi K2 cobraría USD $0,15 en entrada. Más que una simple rebaja, la comparación apunta a dos realidades económicas distintas para quienes operan productos intensivos en inferencia.

El ejemplo utilizado es contundente: una empresa que procese 100 millones de tokens mensuales pagaría cerca de USD $35 con DeepSeek, mientras el mismo volumen en Claude Opus subiría a unos USD $1.500. La fuente sostiene que la calidad del resultado sería comparable en benchmarks, aunque esa equivalencia puede variar según tarea, cumplimiento normativo y contexto de uso.

Statrys atribuye parte de esta ventaja a una filosofía de ingeniería distinta. Tras las restricciones de Washington sobre chips avanzados de Nvidia, la expectativa era que los laboratorios chinos perdieran competitividad. El argumento del video es que sucedió lo contrario: ante menos acceso a hardware de punta, varios equipos reescribieron software y optimizaron arquitectura.

DeepSeek aparece como el ejemplo emblemático. Sus ingenieros habrían dividido el modelo en 256 clústeres especializados, de modo que para una consulta concreta solo se activen ocho. Además, se afirma que comprimieron la memoria de trabajo en más de 90% y que lograron construir un modelo de clase mundial por unos USD $6.000.000.

El mismo reporte añade que la siguiente versión, v4, se esperaba para ese mes con capacidades multimodales y contexto de 1 millón de tokens. También menciona reportes múltiples según los cuales el entrenamiento habría sido realizado por completo sobre chips Huawei, un dato que intensifica la discusión sobre autosuficiencia tecnológica china.

Riesgos, censura y el debate sobre privacidad

La expansión de estos modelos no elimina las dudas. El propio video reconoce que los sistemas chinos cargan con problemas reales de censura política. Pone como ejemplo a DeepSeek ante preguntas sobre la plaza de Tiananmen, tema sobre el que el modelo supuestamente evita responder de forma directa.

Sin embargo, la fuente también cuestiona la idea de que la IA occidental sea intrínsecamente segura. Recuerda que ChatGPT entrena con conversaciones por defecto, que Gemini integra señales desde Gmail, YouTube y el historial de Google, y que Claude modificó su política de privacidad para conservar datos durante cinco años, según la descripción ofrecida.

Desde una perspectiva empresarial, el punto relevante no es presentar a un bloque como impecable y al otro como riesgoso. El verdadero cambio es que ahora existe una gama de opciones. Para muchos usos corporativos, como atención al cliente, clasificación de documentos o automatización interna, la censura política puede ser irrelevante, pero el control del entorno y los costos sí pesan mucho.

Por eso, la estrategia que describe Statrys es híbrida. Varias compañías estarían usando modelos chinos para cargas sensibles al precio y reservando modelos occidentales para tareas donde necesitan más control, cumplimiento regulatorio o garantías concretas de proveedor. No es una sustitución total, sino una reasignación táctica.

También persisten interrogantes sobre manejo de datos y sobre posibles restricciones futuras de Washington al uso de modelos chinos. Parte de esas alertas responde a preocupaciones legítimas de seguridad. Otra parte, sugiere la fuente, puede leerse como protección industrial bajo lenguaje regulatorio.

El auge bursátil de la IA china en Hong Kong

La historia no termina en laboratorios y startups. El flujo de capital hacia la IA china también se está expresando en bolsa. Statrys, que opera en Hong Kong, describe un entorno de banqueros, abogados e inversores enfocados en una misma clase de operaciones: ofertas públicas iniciales vinculadas con inteligencia artificial.

Uno de los casos más destacados es Zhipu AI, empresa de Beijing dedicada a modelos abiertos. El 8 de enero listó en Hong Kong y, según la fuente, la oferta pública fue sobresuscrita 1.160 veces. Más de 1.000 inversores habrían competido por entrar y, en 43 días, la acción ya había escalado 524%.

Al día siguiente se listó MiniMax en la misma bolsa. El patrón habría sido similar. Inversores pidieron prestados HKD $148.000.000.000 en financiamiento de margen para acceder al tramo minorista, y la acción se duplicó en su primer día. En menos de seis semanas, ambas empresas superaban los HKD $40.000.000.000 de valoración, y MiniMax llegó a rebasar temporalmente a Baidu en capitalización bursátil.

El reporte añade que Hong Kong captó USD $14.000.000.000 en ventas de acciones durante el primer trimestre de 2026, su mejor arranque en cinco años y por delante de cualquier otra bolsa del mundo. La lectura es que la IA china está reactivando el mercado de capitales regional con una intensidad que muchos inversores occidentales aún no han internalizado.

La tubería de nuevas emisiones seguiría creciendo. Moonshot AI, creadora de Kimi, prepararía una IPO en Hong Kong con valoración de USD $18.000.000.000. Unitree Robotics, fabricante chino de robots humanoides, solicitó una colocación de USD $610.000.000 en Shanghái y, según la fuente, registró ganancias por USD $87.000.000 el año pasado.

Detrás de esos nombres habría más de 400 empresas en fila para listar en Hong Kong. Además, Alibaba abrió un centro de datos impulsado por chips diseñados localmente, ByteDance planea gastar USD $23.000.000.000 en infraestructura de IA este año y Alibaba comprometió USD $53.000.000.000 durante tres años.

Adopción masiva, Europa rezagada y la ventana para nuevos negocios

El artículo de Statrys describe una diferencia de enfoque entre regiones. Estados Unidos mantiene capital y laboratorios de frontera. China suma eficiencia, ecosistema abierto, rapidez de adopción y fortaleza manufacturera. Europa, en cambio, queda retratada como la gran ausente del debate competitivo.

La crítica es que el continente forma investigadores de alto nivel, pero produce pocos productos globales de IA. El texto menciona que la AI Act de la Unión Europea elevó costos y ralentizó el despliegue, y recuerda que incluso el CEO de Mistral ha señalado públicamente que los desarrolladores europeos operan en un entorno legal fragmentado.

Mientras tanto, la adopción china avanzaría a escala industrial. Se menciona que gobiernos locales están subsidiando las llamadas “one person companies”, negocios unipersonales apoyados por herramientas de IA baratas y abiertas. La idea es empujar productividad y creación empresarial desde la base.

La fuente usa un ejemplo cultural para ilustrar esa velocidad. La industria china de dramas cortos produciría alrededor de 470 nuevas series al día. Gracias a la IA, el costo de producción habría caído de unos USD $150.000 a aproximadamente USD $15.000, y el tiempo de desarrollo se habría reducido de un mes a menos de cinco días.

Para desarrolladores, estudiantes y emprendedores, el mensaje es claro: herramientas que hace pocos meses estaban fuera del alcance de presupuestos pequeños ahora pueden descargarse gratis o ejecutarse localmente. Eso aplana el terreno competitivo y abre oportunidades para construir productos encima de modelos ya existentes, en vez de intentar crear uno desde cero.

Statrys menciona el caso de Manus AI, startup china enfocada en agentes de IA. Sus fundadores se reincorporaron en Singapur, se posicionaron entre tecnología china y mercados globales, y Meta terminó adquiriéndola por USD $2.000.000.000. La lección sugerida es que el gran negocio no siempre está en inventar el modelo, sino en empaquetarlo, integrarlo y distribuirlo mejor que otros.

En suma, la tesis no es que la IA estadounidense haya perdido relevancia ni que la china esté libre de riesgos. El punto es que el equilibrio competitivo cambió. Hoy existe una alternativa real, abierta y más barata, y buena parte de Occidente recién empieza a notarlo.

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