Las laboratorios occidentales siguen construyendo los modelos de IA con mayor rendimiento en pruebas de rendimiento, pero las alternativas chinas más fuertes ya quedan a solo unos puntos porcentuales de distancia, y a un coste hasta 100 veces menor, dependiendo del modelo y del escenario de despliegue.

Este cambio redefine la pregunta competitiva. El ganador de la carrera no será necesariamente la empresa con el modelo más inteligente, sino aquel ecosistema que haga que la IA avanzada sea lo suficientemente asequible para desplegarse en todas las áreas. Esa conclusión surge de un análisis de 33 modelos de 15 proveedores, comparando rendimiento en razonamiento, costo y control de despliegue en el mercado actual.

A seis puntos de distancia: la cumbre de la clasificación casi se ha cerrado

En GPQA Diamond, una exigente prueba de razonamiento científico, los modelos líderes siguen siendo estadounidenses, pero los laboratorios chinos ya no están a una escala por detrás en una banda separada. Están dentro de la misma franja competitiva que los líderes. Claude Mythos 5 lidera con 94.4%, seguido por Gemini 3.1 Pro con 94.3% y Claude Fable 5 con 94%. Sin embargo, Qwen 3.7 Max ya alcanza 92.4%, mientras que GLM-5.2 y DeepSeek V4 Pro obtienen 91.2% y 90.1%.

Las puntuaciones del benchmark siguen favoreciendo a Occidente. Lo que ya no hacen es explicar por completo la decisión de negocio.

La cifra que importa más: hasta 100x más barato

Un coste de inferencia inferior no solo ahorra dinero en la misma carga de trabajo: cambia lo que las empresas pueden permitirse construir. Los costes de inferencia más bajos significan más consultas con el mismo presupuesto, IA desplegada en docenas de procesos internos en lugar de un único uso premium, y soporte, análisis y automatización más asequibles. También permiten que modelos avanzados sean accesibles para startups y empresas de tamaño medio que no pueden justificar precios de vanguardia.

Parte de esa brecha de precio refleja un modelo de seguridad diferente. Los sistemas de código abierto chinos suelen venir con salvaguardas predeterminadas más ligeras que los modelos occidentales de frontera, por lo que parte de la responsabilidad de pruebas, prevención de uso indebido y cumplimiento recae en la empresa que los despliega.

Un modelo ligeramente más débil pero diez o cincuenta veces más barato puede ser comercialmente más competitivo que el líder del benchmark, porque la mayoría de las aplicaciones empresariales no necesitan los últimos puntos de razonamiento; necesitan una estructura de costos que escale. Es una elección binaria. El mercado ya se ha dividido en dos capas y cada una sigue su propia lógica.

En la base está la capa de gran volumen: clasificación, soporte, generación de contenidos y tareas rutinarias de negocio. Aquí, “bastante bueno” ya gana, porque los usuarios apenas notan una diferencia de unos pocos puntos de benchmark, mientras que cada CFO nota una diferencia de precio de diez veces o más. Los modelos de código abierto chinos ya están ocupando esta capa. En el último año, la cuota de modelos estadounidenses en el tráfico de OpenRouter cayó de aproximadamente 74% a 20%, mientras que los modelos chinos crecieron hasta casi la mitad. Por volumen de tokens, ya es su mercado.

En la cima está la frontera: tareas complejas de agentes, codificación y todo aquello donde un modelo realiza docenas de pasos sin intervención humana. Aquí, una pequeña diferencia en calidad se acumula con cada paso y, en una secuencia de 50 pasos, un par de puntos porcentuales de tasa de error pueden significar la diferencia entre completar la tarea y fallar. Por eso el dinero se comporta al revés de el tráfico: los presupuestos corporativos se concentran alrededor de unos pocos modelos de punta. Anthropic representa ahora alrededor del 40% del gasto API empresarial, en gran parte por codificación y agentes. Los tokens fluyen hacia modelos baratos, mientras que los dólares van hacia los mejores.

Por ello no habrá un ganador claro-toma-todo como en la búsqueda. Los modelos no generan un efecto de red y cambiar a otro cuesta casi nada; encaminar entre varios ya es una arquitectura de producción estándar. Al final tendremos un oligopolio de unas pocas laboratorios de frontera capturando la mayor parte del valor en la cima, y un océano de modelos de bajo costo y commodity en la base que capturan la mayor parte del volumen. Y esa frontera seguirá moviéndose hacia abajo: lo que hoy es frontera será commodity dentro de un año. Por eso el valor no reside en un modelo específico, sino en la velocidad de iteración y distribución.

Esto nos devuelve a la idea original sobre regulación. Si Occidente sobrerregula sus propios modelos, entregará toda la capa inferior a China, porque para la mayoría de tareas empresariales, “bastante bueno” es ya suficiente. No es una hipótesis; ya se ve en los números.

Ese es el verdadero riesgo para las empresas de IA occidentales. El mayor peligro no es que China tome de inmediato la cima del benchmark, sino que el mercado decida que esa cima ya no justifica el premio.

Más allá del precio: las pesos abiertas como segunda ventaja

Varios de los modelos chinos más fuertes, como GLM-5.2, DeepSeek V4 Pro y Qwen3.5 397B, se lanzan con pesos abiertos, lo que significa que las compañías pueden ejecutarlos en su propia infraestructura en lugar de alquilar acceso mediante una API.

Eso ofrece a las empresas mayor control sobre sus datos, menor dependencia de la política de precios o cambios de un solo proveedor y la capacidad de adaptar el comportamiento del modelo a sus necesidades.

Los laboratorios chinos no solo ofrecen versiones más baratas de productos occidentales. Están compitiendo con un modelo de adopción diferente, basado en menor coste, apertura y control, uno que atrae directamente a las empresas que desconfían del encierro con proveedores.

Ese debate ya ha llegado a Washington. En una carta abierta reciente, líderes como Satya Nadella y Jensen Huang defendieron contra restricciones a modelos de IA de código abierto, advirtiendo que limitar su desarrollo podría debilitar la competitividad de Estados Unidos.

Cuando los jefes de las empresas más valiosas del mundo defienden algo al mismo tiempo, la primera pregunta siempre es sobre el dinero. Los modelos abiertos benefician a Nvidia porque vende el hardware a todos los que los ejecutan. Es revelador que OpenAI y Anthropic, cuyos negocios dependen de modelos cerrados, no firmaron la carta al principio, y OpenAI se unió solo después de que la ausencia se convirtió en la historia principal. Todos aquí defienden su propio modelo de negocio, y eso es normal. No debería confundirse con una preocupación por la humanidad.

Pero en sustancia, los signatarios tienen razón. Es la misma historia que el código abierto. Dar software gratis alguna vez pareció irracional y luego Linux se convirtió en la base de toda la Internet. Los modelos cerrados y abiertos coexisten, cada uno en su propio segmento. Cuantos más modelos abiertos haya, más competencia habrá, más barata será la tecnología y más rápido se moverá toda la industria.

El contexto real de esta carta no es filosofía, sino el intento de Washington de restringir modelos chinos abiertos que se han acercado a la frontera.

Qué presiona a los laboratorios occidentales

Ninguna de estas tendencias implica que OpenAI, Anthropic o Google estén perdiendo la carrera de IA. Sus modelos siguen liderando en capacidad bruta.

Pero esa ventaja está volviéndose más difícil de monetizar en cada carga de trabajo. A medida que surgen alternativas más baratas que se acercan lo suficiente para uso empresarial rutinario, los laboratorios occidentales enfrentarán más presión para defender precios premium tarea por tarea en lugar de depender solo del liderazgo en benchmarks.

Six temas que los modelos chinos no tocarán de la misma forma

Pero los mismos modelos que ofrecen mayor libertad económica y técnica traen una restricción diferente. La apertura técnica no implica neutralidad política.

Los modelos chinos pueden ofrecer más control de la infraestructura, pero siguen estando más restringidos políticamente en temas relacionados con China: Tiananmen y 1989, el estatus de Taiwán, Xinjiang y el trato a los uigures, las protestas de Hong Kong, críticas a Xi Jinping y referencias políticamente sensibles como Winnie the Pooh.

Las respuestas pueden ser rechazadas, redirigidas o enmarcadas de acuerdo con la posición oficial china. Esto opera en dos niveles: un filtro en vivo en la API alojada y una alineación más profunda integrada en el modelo mismo, que sobrevive incluso cuando una empresa ejecuta el modelo en sus propios servidores.

Enkrypt AI descubrió que aproximadamente el 91% de las respuestas de DeepSeek R1 sobre controversias relacionadas con China seguían inclinadas a favor de Beijing tras intentos de jailbreak estándar. La autoservicio puede proporcionar soberanía de datos, pero no garantiza automáticamente neutralidad política.

Qué decide la próxima fase

Occidente sigue liderando en capacidad máxima. La próxima fase de la carrera no se decidirá por unos pocos puntos de benchmark, sino por qué ecosistema puede convertir la inteligencia avanzada en infraestructura asequible y escalable para el mercado más amplio.

China ha construido una ventaja seria en coste y control, pero las compañías que adopten esa infraestructura también deberán tener en cuenta sus restricciones políticas.

from Latest from TechRadar https://ift.tt/PWx2Zrc
via IFTTT IA