Los numeros clave
El ascenso de los modelos de IA chinos no es solo una cuestión de estrategia, sino de números contundentes. Datos recientes revelan una dinámica de mercado que está redefiniendo el liderazgo en IA. Modelos como el GLM 5.2 de Zhipu, lanzado el 13 de junio, demuestran un rendimiento notable, situándose a solo un punto porcentual de los modelos de frontera estadounidenses, pero con un costo aproximadamente cinco veces menor. Esta eficiencia económica es un atractivo irresistible para muchas empresas.
La brecha de rendimiento entre Estados Unidos y China se ha reducido drásticamente. El índice de IA de Stanford HAI en 2025 indicó que esta diferencia se limitaba a unos pocos puntos porcentuales, un cambio significativo respecto a años anteriores. En términos de costos, la oferta china es aún más competitiva. Alibaba's Qwen3.8-Max, por ejemplo, se ofrece a 2 dólares por millón de tokens de entrada y 6 dólares por millón de tokens de salida. DeepSeek V4-Flash lleva la reducción de costos aún más lejos, con precios de tan solo 0.14 dólares por millón de entrada y 0.28 dólares por millón de salida, o 0.03 dólares por prueba. En respuesta a esta presión, gigantes estadounidenses como OpenAI han tenido que ajustar sus tarifas, bajando los precios de sus modelos GPT-5.6 Luna (80%) y GPT-5.6 Terra (20%) el 3 de agosto de 2026.
Esta agresiva estrategia de precios y rendimiento ha tenido un impacto directo en la cuota de mercado global. Actualmente, los modelos chinos representan el 17.1% de las descargas globales, superando por primera vez a los modelos de EE. UU., que se sitúan en el 15.8%. Esto representa una reversión significativa de la situación de hace apenas dos años, cuando los modelos estadounidenses dominaban con más del 60% de la cuota. Un dato aún más revelador, según la investigación, es que hasta el 80% de las startups de IA estadounidenses están utilizando modelos chinos "open-weight" en sus presentaciones a inversores, destacando su utilidad y asequibilidad.
Las implicaciones económicas de una posible prohibición estadounidense son considerables. Un estudio, citado en la investigación adicional, estima que una restricción a los modelos de IA "open-weight" chinos podría costar a las empresas estadounidenses entre 3 mil y 12 mil millones de dólares anuales, según Daniel Yue, profesor asistente de Georgia Tech.
Analisis de la tendencia
La irrupción de modelos de IA "open-weight" chinos baratos y potentes representa una tendencia ineludible hacia la democratización de la inteligencia artificial. Esta dinámica está reconfigurando el ecosistema tecnológico global, obligando a las empresas y gobiernos a reevaluar sus estrategias y prioridades. La tendencia principal es una intensificación del debate entre la innovación abierta y las preocupaciones de seguridad nacional, un dilema que tiene profundas ramificaciones económicas y geopolíticas.
China, con su estrategia de liberar modelos "open-weight", no solo busca acelerar su propia innovación, sino también establecerse como un actor dominante en el escenario global de la IA. Andrew Ng, cofundador de Google Brain y ex-científico jefe de Baidu, ha calificado esta estrategia como un "movimiento brillante" para fomentar la adopción masiva y la rentabilidad. La filosofía detrás del "open-weight" es que al hacer que los modelos sean accesibles y modificables, se acelera el desarrollo, se identifican fallos de seguridad más rápidamente y se fomenta una comunidad global de innovadores. Esto es apoyado por figuras como Jensen Huang, CEO de Nvidia, y empresas como Microsoft, que argumentan que la apertura es esencial para el progreso.
Sin embargo, esta tendencia también ha avivado las preocupaciones sobre la seguridad. Empresas como OpenAI y Anthropic, que invierten fuertemente en modelos propietarios y de vanguardia, enfrentan presiones de ganancias y señalan riesgos inherentes a la proliferación de modelos abiertos, incluyendo el potencial mal uso por actores malintencionados. Eric Schmidt, ex-CEO de Google, ha expresado su preocupación por el uso indebido de la IA de código abierto. Estas empresas abogan por regulaciones de IA más estrictas que puedan mitigar dichos riesgos.
El gobierno de EE. UU. se encuentra en una encrucijada. Históricamente cauteloso con la tecnología china, se muestra reticente a bloquear modelos de bajo costo de los que dependen cada vez más las empresas estadounidenses. La tensión entre el Departamento de Comercio, que prioriza la competitividad económica, y el Departamento de Defensa, enfocado en la seguridad nacional, es palpable. Esta división refleja la complejidad de encontrar un camino que fomente la innovación sin comprometer la seguridad. La creciente dependencia de las startups estadounidenses de los modelos chinos para sus pruebas de concepto y desarrollos iniciales subraya la dificultad de una prohibición total, un punto enfatizado por Jaya Gupta, socia de Foundation Capital, quien advierte que prohibir modelos "open-weight" podría reducir drásticamente la demanda de IA.
Contexto regional
Para América Latina, la emergencia de modelos de IA chinos de bajo costo y alto rendimiento presenta tanto una oportunidad significativa como nuevos desafíos. La región, con su ecosistema tecnológico en crecimiento pero a menudo con recursos limitados, puede beneficiarse enormemente de la accesibilidad que ofrecen estos modelos. Desarrolladores y startups en países como Brasil, México, Argentina o Colombia pueden utilizar modelos como Qwen, DeepSeek, GLM o Kimi a través de hosts de terceros, lo que reduce las barreras políticas y operativas para la adopción tecnológica avanzada, como señala el Hindustan Times y Rest of World.
La adopción de esta tecnología más asequible es crucial para una región donde el capital de riesgo, aunque en crecimiento, aún no iguala los niveles de los mercados desarrollados. En 2025, el capital de riesgo en América Latina alcanzó los 4.126 millones de dólares, con un crecimiento del 13.8%, un indicador de un ecosistema en expansión. Este financiamiento permite a startups latinoamericanas desarrollar soluciones de IA localizadas; por ejemplo, se están creando agentes de IA para centros de llamadas de hospitales en Brasil o simulaciones de cultivos para la agricultura en Argentina, como destacan ejemplos como Blip (bots conversacionales, 60 millones de dólares recaudados) y Escala 24x7 (modernización de la nube).
Sin embargo, la región también enfrenta desafíos específicos. América Latina carece de un mecanismo de coordinación de gobernanza de IA a nivel regional. Los países están adoptando directrices internacionales de entidades como la UNESCO y la OCDE, pero lo hacen más rápido de lo que las adaptan a sus contextos locales y específicos. El progreso en la implementación de regulaciones de IA ha sido lento en comparación con países desarrollados y China, lo que podría generar un vacío regulatorio en la medida que la adopción tecnológica avanza. Esto plantea el riesgo de cambiar una dependencia tecnológica, tradicionalmente de proveedores estadounidenses, por otra, ahora de origen chino.
Países como Brasil ya cuentan con un marco ético de IA, pero su infraestructura tecnológica aún depende en gran medida de los servicios de la nube de EE. UU., mientras simultáneamente da la bienvenida a la inversión china. México, por su parte, enfrenta presiones de Estados Unidos para limitar la influencia china, pero su vasto sector manufacturero está profundamente entrelazado con las cadenas de suministro chinas, creando una compleja red de interdependencias. La situación regional es un microcosmos de la tensión global, con la necesidad de equilibrar el acceso a tecnología avanzada con la soberanía y la seguridad de datos.
Perspectiva a futuro
De cara al futuro, la división sobre los modelos de IA "open-weight" chinos promete ser uno de los temas más determinantes en el panorama tecnológico y geopolítico. La decisión del gobierno de EE. UU. sobre cómo regular o no estos modelos será un punto de inflexión. Si Washington opta por un escrutinio más estricto o incluso una prohibición, las implicaciones económicas para las empresas estadounidenses podrían ser severas, estimadas entre 3 mil y 12 mil millones de dólares anuales, como señaló Daniel Yue. Esta medida también podría fragmentar aún más el mercado global de IA, creando ecosistemas tecnológicos distintos y quizás menos interconectados.
Por otro lado, si Estados Unidos adopta una postura más permisiva, reconociendo la inevitabilidad y los beneficios de la innovación abierta y de bajo costo, la competencia por la IA se intensificará, impulsando a las empresas occidentales a innovar más rápidamente y a ajustar sus estrategias de precios, como ya ha hecho OpenAI. La visión de líderes como Andrew Ng, quien ve la estrategia china como un paso brillante hacia la democratización de la IA, podría prevalecer en el largo plazo, fomentando un entorno global más colaborativo y accesible.
Lo que es seguro es que el mercado global de IA seguirá evolucionando con una fuerte competencia de precios y una adopción cada vez mayor de modelos diversos. Será crucial observar la velocidad de innovación de China, las decisiones regulatorias en EE. UU. y cómo otras regiones, incluida América Latina, navegan esta compleja balanza. La trayectoria futura de la inteligencia artificial dependerá de si prevalecen los argumentos de la seguridad nacional y un enfoque más proteccionista, o si la visión de una IA más abierta y accesible define la próxima era de la tecnología global. La balanza pende de un hilo, y las decisiones tomadas en los próximos meses definirán la dirección de esta tecnología transformadora para la próxima década.
