¿Está China ganando la carrera de la IA? Un análisis de la realidad en 2026

Los dos países no están corriendo la misma carrera, y por eso nadie se pone de acuerdo sobre quién va delante. No existe un único marcador, así que cualquier veredicto tajante nace equivocado. La lectura defendible es la de un dominio bifurcado. En el rastreador de EE. UU. frente a China de Epoch, todos los modelos de frontera desde 2023 se han construido en EE. UU., con una ventaja media de unos siete meses, y EE. UU. mantiene una ventaja de cómputo de aproximadamente 5:1 y una brecha de inversión privada de 23:1. China lidera la difusión y el mundo físico: el 23,2 % de los artículos de IA del mundo, el 74,2 % de las patentes de IA concedidas en los datos de 2024, la mayor cuota de descargas de modelos abiertos y alrededor del 90 % de los robots humanoides vendidos en 2025. Los lanzamientos de modelos del verano no borran esas diferencias estructurales, pero hacen que el veredicto sobre la frontera sea menos estático.

Conclusiones clave- «China está ganando la IA» es una verdad a medias. La postura defendible es bifurcada: EE. UU. lidera la frontera, China lidera la difusión y los átomos.- La ventaja de EE. UU. en la frontera es real y la brecha de dinero se ensancha: la inversión privada estadounidense en IA alcanzó los 285.900 millones de dólares frente a los 12.400 millones de China en 2025, una proporción de 23:1 en el AI Index 2026 de Stanford.- China domina el volumen y el despliegue: el 74,2 % de las patentes de IA concedidas en los datos de 2024 y la mayor cuota de descargas de modelos abiertos del mundo.- La tan citada brecha del 2,7 % en los benchmarks es una instantánea de marzo de 2026, no una puntuación actual. Es anterior a los lanzamientos de verano de DeepSeek, Qwen, Kimi, GLM y MiniMax.- Para las empresas occidentales, el titular no es la geopolítica. Es que los modelos suficientemente buenos más baratos del planeta son ahora chinos y de pesos abiertos.

Todo lo demás que escribo sobre la IA en China cuelga de este artículo, y cada sección apunta a una guía más detallada. Si quieres empezar por la parte práctica, lo que las empresas están haciendo realmente con estos modelos, mi artículo sobre casos de uso de agentes de IA es el lugar por donde empezar.

El marcador que todo el mundo lee mal

Casi todos los titulares del tipo «quién va ganando» eligen una cifra y la explotan. China publica el 23,2 % de los artículos de IA del mundo, la mayor cuota de un solo país en los datos del AI Index, y EE. UU. ha construido todos los modelos de frontera desde 2023 en el rastreador de Epoch. Ambas cosas son ciertas a la vez. Quédate con cualquiera de las dos por separado y te engañarás a ti mismo, con total confianza.

La trampa es que cada métrica favorece a quien la cita. Los artículos miden el volumen, no el impacto. Los benchmarks miden la capacidad máxima, no el despliegue. La inversión mide la ambición, no la eficiencia. Así que «¿está ganando China?» solo se puede responder cuando has dicho para qué crees que sirve ganar.

A mí me resulta más fácil dividir la carrera en tres capas, y la respuesta cambia según en cuál te sitúes. Está la frontera: el modelo más capaz del mundo. Está la difusión: hasta qué punto se usan realmente los modelos capaces. Y están los átomos: robots, fábricas y la electricidad que lo alimenta todo. EE. UU. lidera una de las tres.

Puntúa dimensión a dimensión y el tablero se divide limpiamente: EE. UU. lidera tres filas, China lidera cinco, y el talento está genuinamente repartido.

Dos filas están más igualadas de lo que sugieren las marcas. Las patentes se leen como una victoria china por volumen, pero EE. UU. sigue teniendo la mayor cuota de citas posteriores, el trabajo sobre el que otros realmente construyen, así que la fila es para China con un asterisco. La capacidad de frontera fue una victoria estadounidense ajustada en la instantánea de marzo de Stanford, y esa cifra es anterior a los lanzamientos actuales de DeepSeek, Qwen, Kimi, GLM y MiniMax. La etiqueta responsable es una ventaja estadounidense con poca confianza, no un 2,7 % intemporal.

La pregunta de «quién está ganando la IA» no tiene una sola respuesta porque la carrera tiene al menos tres capas. EE. UU. lidera la frontera (todos los modelos de frontera desde 2023 se construyeron en EE. UU. en el rastreador de Epoch), mientras que China lidera la difusión y la economía física. Cualquier veredicto basado en una sola cifra, artículos, benchmarks o inversión, mide solo una capa y engaña sobre las otras dos.

[IMAGE: Un diagrama conceptual limpio que muestra tres capas apiladas etiquetadas como «Frontera», «Difusión» y «Átomos», con flechas que indican la fortaleza de EE. UU. en la capa superior y la de China en las dos inferiores. Minimalista, editorial, apto para modo oscuro.]

Dónde sigue liderando EE. UU.: la frontera

EE. UU. entró en 2026 con la ventaja más clara en la frontera. La retrospectiva de enero de Epoch situaba a los modelos chinos una media de unos siete meses por detrás y concluía que todos los modelos de clase frontera desde 2023 se habían construido en EE. UU. Es un resultado estructural sólido, pero no es una tabla de clasificación de agosto. Los lanzamientos chinos del verano deben evaluarse contra checkpoints estadounidenses igual de actuales antes de que yo lo convierta en una afirmación universal en presente.

Tres cosas sostienen esa ventaja. La primera es el cómputo. EE. UU. tiene una ventaja aproximada de 5:1, con alrededor del 74,5 % del rendimiento de los superordenadores de IA rastreados frente a aproximadamente el 14,1 % de China en los datos de superordenadores de Epoch. Los controles de exportación y el acceso a los aceleradores más recientes hacen que los laboratorios estadounidenses puedan entrenar modelos más grandes con más frecuencia, y la frontera sigue siendo en gran medida una función de cuánto cómputo puedes dedicar a un solo entrenamiento.

La segunda es el dinero, y esa brecha se ensancha en lugar de cerrarse. La inversión privada estadounidense en IA alcanzó los 285.900 millones de dólares en 2025 frente a los 12.400 millones de China, una proporción de unos 23 a 1 en el AI Index 2026. No es un error de redondeo ni una disputa de definiciones. Es una diferencia estructural en cuánto capital persigue la frontera en cada lado, y el propio Stanford señala que las cifras privadas subestiman a China porque los fondos estatales de orientación quedan fuera del recuento.

La tercera es la investigación ponderada por impacto. China se lleva el 74,2 % de las patentes de IA concedidas en los datos de 2024, pero EE. UU. acapara alrededor del 51,9 % de las citas posteriores de patentes de IA, el trabajo sobre el que todos los demás construyen, en el mismo capítulo del AI Index. Dicho claramente: EE. UU. lidera en el trabajo que los demás usan. China lidera en cuánto trabajo hay.

La parte que la cobertura alarmista se salta es que la capacidad y el gasto se han estado moviendo en direcciones opuestas. La instantánea de marzo de 2026 de Stanford situaba la brecha de Elo del Chatbot Arena entre los principales modelos estadounidenses y chinos en el 2,7 %, incluso mientras la brecha de dinero se ensanchaba hasta 23:1. Desde entonces han llegado DeepSeek V4.1-Flash, Qwen3.8-Max-0902, Kimi K3, GLM-5.3 y MiniMax M3. No hay una única cifra neutral de agosto que reúna esos modelos y los últimos lanzamientos estadounidenses en una sola respuesta, así que la conclusión honesta es direccional: China está sosteniendo el ritmo de la frontera mientras gasta una fracción del dinero.

Fuentes: Epoch AI (ventaja en frontera, 2026); Stanford HAI AI Index 2026 (citas de patentes, inversión, artículos, patentes); Rest of World (humanoides, 2026); Hugging Face (descargas de modelos abiertos, 2026).

Si estás sopesando si la frontera siquiera importa para tu caso de uso, mi guía sobre si DeepSeek es seguro para la empresa explica cuándo «suficientemente bueno» supera a «el mejor del mundo», y qué comprobar antes de que nada toque producción.

Dónde lidera China: la difusión

China ya ha ganado la capa de difusión, y ocurrió más rápido de lo que casi nadie fuera del país advirtió. Los modelos chinos de pesos abiertos superaron a los estadounidenses en su cuota de descargas globales de Hugging Face por primera vez, con un 17,1 % frente a un 15,8 % de las descargas del último año en el informe sobre el ecosistema de Stanford y DigiChina publicado en noviembre de 2025. Para la primavera de 2026, el propio informe State of Open Source de Hugging Face situaba a China en torno al 41 % de las descargas del último año, por delante de EE. UU. Nada de eso es un pronóstico. Es una adopción que ya ha ocurrido.

La difusión va de hasta qué punto se usan realmente los modelos capaces, no de lo bueno que es el mejor modelo individual, y en esa medida la tendencia no es sutil. Los modelos chinos superaron el 61 % del consumo de tokens de OpenRouter a finales de febrero de 2026 y desde entonces han mantenido una mayoría duradera en torno al 60 %, visible en las clasificaciones de OpenRouter. Los desarrolladores votan con sus cargas de trabajo reales, y una parte creciente de esos votos va a pesos abiertos chinos.

Una familia tira de casi todo. Qwen, la línea de modelos abiertos de Alibaba, sumó unos 2.045 millones de descargas en Hugging Face solo en los siete primeros meses de 2026, con 151.448 modelos derivados construidos sobre ella, en los propios datos State of Open Models de Hugging Face, y MIT Technology Review la considera la familia de modelos abiertos más descargada del mundo. Cada uno de esos derivados es un desarrollador que ajustó, bifurcó o construyó sobre un modelo base chino. El equipo que desarrolla Qwen trabaja a unos veinte minutos de mi apartamento, lo cual no cambia nada en las cifras y lo cambia todo en lo poco extraordinario que todo esto parece desde aquí.

Ejecuto modelos abiertos en mi propio hardware, y el cambio se nota en mi propio stack. Hace un par de años, las opciones abiertas potentes eran sobre todo occidentales. Ahora, cuando necesito algo capaz que sea barato de alojar y con licencia permisiva, los primeros candidatos que me vienen a la mano son chinos. Eso no es ideología. Son buenos y son baratos, que es toda la razón por la que las cifras de difusión tienen el aspecto que tienen.

Bajo la historia del despliegue se asienta el volumen bruto de investigación. China produjo el 23,2 % de las publicaciones de IA del mundo en el conjunto de datos citado, la mayor cuota individual, y se llevó el 74,2 % de las patentes de IA concedidas en los datos de 2024 en el AI Index. Volumen no es impacto, como dejan claro los datos de citas. Pero es la cantera que alimenta todo lo que viene después.

¿Por qué debería pesar esto más que una corona de la frontera? Porque la economía del valor de la IA se está desplazando del entrenamiento al despliegue, y el despliegue es exactamente donde China lidera. Un laboratorio de frontera gasta una suma enorme en entrenar un modelo extraordinario, y ese modelo solo genera ingresos cuando se ejecuta, miles de millones de veces, contra cargas de trabajo reales. Quien posee la capa de despliegue se queda con la economía recurrente. El gasto en entrenamiento es puntual.

El cruce en el uso de tokens es la cifra más infravalorada de toda esta historia. Cuando los modelos chinos superaron el 61 % del consumo de tokens de OpenRouter a finales de febrero de 2026, no fue una métrica de vanidad. Los tokens son la unidad del trabajo económico real: se corresponden con inferencia real, productos reales, ingresos reales. Una descarga es intención. Un token consumido es valor creado. Cruzar ambas líneas significa que China ahora lidera en la medida que rastrea adónde va de verdad el dinero de la IA, no solo dónde navegan los desarrolladores.

Bajo la ventaja de los pesos abiertos hay un efecto volante que un modelo propietario no puede copiar con facilidad. Cada uno de esos 151.448 derivados de Qwen es un ajuste fino, una cuantización o una adaptación de dominio, y cada uno mejora el terreno alrededor del modelo. Los pesos abiertos se componen: cada bifurcación reduce el coste del siguiente despliegue, cada tutorial amplía la cantera de talento, cada herramienta construida sobre el modelo encarece abandonarlo. Una API cerrada te vende la capacidad y nada de la gravedad que la rodea.

El precio es lo que hace girar el volante. Los modelos chinos de pesos abiertos no solo están disponibles, son baratos de ejecutar, y el coste por token útil es la variable que decide si la IA se integra en un producto o se archiva en silencio tras el piloto. El precio oficial de la API de DeepSeek V4.1-Flash es de 0,15 dólares por millón de tokens de entrada y 0,60 dólares por millón de tokens de salida fuera de hora punta, cifras que se duplican hasta 0,30 y 1,20 dólares en hora punta, con los pesos de descarga gratuita. Cuando el coste marginal de un modelo capaz se desploma, la adopción deja de ser una decisión presupuestaria y se convierte en el camino de menor resistencia.

Fuentes: el informe de Stanford HAI y DigiChina (17,1 % frente a 15,8 % de las descargas del último año, reportado en noviembre de 2025) y el informe State of Open Source de Hugging Face (China en torno al 41 % de las descargas del último año, primavera de 2026). Las curvas son ilustrativas de los puntos finales reportados.

Si estás eligiendo entre las opciones líderes, las comparo directamente en Qwen vs DeepSeek vs Llama.

Los modelos chinos de pesos abiertos superaron a los estadounidenses en su cuota de descargas globales de Hugging Face, con un 17,1 % frente a un 15,8 % de las descargas del último año en el informe de Stanford y DigiChina publicado en noviembre de 2025, hasta alcanzar alrededor del 41 % en la primavera de 2026. Los modelos chinos también superaron el 61 % del consumo de tokens de OpenRouter a finales de febrero de 2026 y desde entonces han mantenido la mayoría. En adopción real, China ya lidera.

Dónde lidera China: los átomos

La ventaja más clara de China no está en el software en absoluto. Está en el mundo físico, donde la IA se encuentra con los motores, las fábricas y las redes eléctricas. Casi el 90 % de los robots humanoides vendidos en el mundo en 2025 eran chinos. Dos de las empresas detrás de esa cifra, Unitree y Deep Robotics, construyen sus máquinas a un corto trayecto de donde vivo, y es habitual verlas pasear por algún patio meses antes de que aparezcan en la cobertura de nadie.

El panorama industrial es igual de desigual. China instaló 295.000 robots industriales en 2024 frente a los 34.200 de EE. UU., una diferencia de aproximadamente 9× en los datos del AI Index. Esta es la parte de la carrera que se compone en silencio, porque cada robot instalado es un activo que genera datos y mejora un proceso mientras nadie escribe sobre ello.

Luego está el sustrato que subyace a todo lo demás: la electricidad. China genera más del doble de electricidad que EE. UU., y su generación solar mensual alcanzó un récord de 96 TWh en abril de 2025, comparable a los aproximadamente 65 TWh al mes que produce toda la flota nuclear estadounidense, unos 775 TWh al año según las cifras de la EIA. Ese récord no ha dejado de superarse desde entonces. La IA es electricidad convertida en inteligencia. La energía barata y abundante es una ventaja estructural a la que ningún lanzamiento de modelo responde.

La capa de los átomos es donde la ventaja de China es menos reversible. Puedes cerrar una brecha de modelos en meses si tienes el cómputo y el talento. No puedes cerrar una brecha de 9× en instalación de robots industriales o de 2× en electricidad en un trimestre. Las ventajas en software se deterioran rápido; las ventajas en fabricación y energía se componen durante décadas. Por eso creo que la capa física, y no la tabla de clasificación de chatbots, es la parte de esta historia que los estrategas occidentales infravaloran de forma más constante.

Merece la pena ser concreto sobre por qué la robótica es más pegajosa que una ventaja de modelo. Un humanoide o un brazo industrial es el producto de una cadena de suministro: motores, actuadores, sensores, baterías, reductores y fábricas dispuestas a ensamblarlos a bajo coste. China no se llevó el 90 % de las ventas de humanoides con un algoritmo ingenioso. Se lo llevó poseyendo los componentes y la base de ensamblaje que abaratan el hardware. Un laboratorio estadounidense puede igualar el benchmark de un modelo chino en un trimestre. No puede conjurar una cadena nacional de suministro de actuadores ni una línea de ensamblaje de un millón de unidades en la misma ventana, porque eso lleva años y decenas de miles de millones.

[IMAGE: Un robot humanoide trabajando junto a brazos robóticos industriales en una línea de fábrica moderna y bien iluminada. Fotorrealista, de tono editorial, que transmite escala y automatización.]

La composición funciona igual en la planta de la fábrica. Esos 295.000 robots industriales instalados en un solo año son un bucle de retroalimentación además de una producción. Cada uno genera datos operativos, perfecciona un proceso y reduce el coste de instalar el siguiente. Una tasa de instalación anual de 9× no se queda en 9×. Se ensancha, porque el lado que despliega más rápido también aprende más rápido qué desplegar a continuación, y EE. UU. no iguala el ritmo, así que la brecha de experiencia se acumula junto a la brecha de unidades.

Debajo de todo está el juego a largo plazo: la energía. Reducida a su física, la IA es electricidad convertida en inteligencia, y el lado con energía más barata y abundante simplemente puede ejecutar más cantidad. La ventaja de China aquí no es un buen año de capacidad. Es una divergencia estructural en la rapidez con que entra en funcionamiento la nueva generación. Cuando la producción solar mensual por sí sola rivaliza con toda una flota nuclear nacional, el suelo de costes para la inferencia, el entrenamiento y la robótica baja a la vez.

Fuentes: Ember (solar de China, récord de abril de 2025, superado desde entonces) y EIA (nuclear de EE. UU.). La generación solar mensual de China de abril de 2025 alcanzó un récord de 96 TWh, comparable a los ~65 TWh/mes de la flota nuclear estadounidense (~775 TWh/año); la generación total china más que duplica la cifra de EE. UU.

Junta las tres y no estás mirando una instantánea, estás mirando una pendiente. Los robots dan a China una ventaja de datos de fabricación. La fabricación le da una ventaja de coste en el siguiente robot. La energía le da una ventaja de coste para ejecutar ambos. Cada capa subvenciona a las otras, que es por lo que trato la economía física como una ventaja que se compone en lugar de una estática. EE. UU. puede ganar el próximo modelo. Recuperar la fábrica y la red es un proyecto a escala de una década.

Profundizo en la mecánica en por qué China lidera la robótica humanoide y en la historia de la red en la ventaja energética de China en IA.

Alrededor del 90 % de los robots humanoides vendidos en el mundo en 2025 eran chinos (Rest of World cubrió los datos de Omdia e IDC), y China instaló 295.000 robots industriales frente a 34.200 en EE. UU. en 2024, unas 9× más en el AI Index. Combinado con una generación de electricidad que más que duplica la cifra estadounidense, la ventaja de China en IA física es la capa más difícil de revertir.

El panorama del talento es más complicado de lo que ninguno de los dos lados admite

El talento es la métrica que ambos lados seleccionan a conveniencia, y la verdad molesta a todos. China forma al 38 % de los mejores investigadores de IA del mundo, medido por los autores de NeurIPS 2024, frente al 27 % de 2017, en el Global AI Talent Tracker de MacroPolo. En la oferta de investigadores de élite, la cantera de China es ahora la más fuerte del mundo.

Dónde acaban trabajando esas personas cuenta otra historia. Alrededor del 72 % de los investigadores de élite formados en China pasan a trabajar en EE. UU., en el mismo rastreador. China forma el talento y EE. UU. emplea una gran parte de él. El bando del «China avanza a toda velocidad en talento» y el del «EE. UU. sigue atrayendo a las mejores mentes» se están citando el mismo conjunto de datos el uno al otro.

Esta es la única métrica en la que las líneas de tendencia podrían darse la vuelta de verdad. La ventaja de EE. UU. en investigadores de primer nivel depende de seguir atrayendo a personas que forma China. Si la política de visados, la geopolítica o las oportunidades nacionales mueven ese 72 % aunque sea modestamente, el mapa del talento se redibuja solo. Es la cifra menos estable de todo el marcador, que es por lo que la vigilaría más de cerca que el próximo lanzamiento de un benchmark.

Y los indicadores adelantados ya se están moviendo. El AI Index 2026 reporta que el flujo de investigadores de IA que se trasladan a EE. UU. cayó con fuerza, un 80 % en el último año de sus datos. La cuota de China en los mejores investigadores subió del 27 % en 2017 al 38 % en 2024. Eso no es una meseta. Es un ascenso sostenido en la cantera bruta, mientras la atracción del destino se debilita. La ventaja de EE. UU. nunca consistió en producir el mayor número de investigadores de élite; consistía en importarlos. Una ventaja construida sobre la atracción es estructuralmente más frágil que una construida sobre la producción, porque depende de que otras personas decidan marcharse de casa, y de que tu país siga siendo el lugar obvio donde aterrizar.

Luego están los factores de atracción, que se debilitan en el lado estadounidense y se fortalecen en el chino. Un titulado que decide hoy dónde trabajar se enfrenta a un régimen de visados más incierto, a un entorno de investigación más politizado y, cada vez más, a laboratorios bien financiados con cómputo real en su propio país. Me cruzo con algunos de ellos aquí. Nada de eso ha movido el 72 % todavía, pero las condiciones que produjeron esa cifra se fijaron hace una década, y la gente responde a las condiciones del momento en que decide. El indicador rezagado parece sano. Los adelantados son los que yo vigilaría.

El matiz que ambos bandos pasan por alto es que «EE. UU. emplea al 72 % de las élites formadas en China» y «la ventaja de talento de EE. UU. se está erosionando» no son contradictorios. Son secuenciales. El primero es el estado actual; el segundo es la trayectoria. Una tasa de retención tan alta no tiene adónde ir salvo a la baja si las condiciones cambian, y la oferta de la que se nutre es cada vez más china. Así que la lectura honesta no es que EE. UU. haya perdido la carrera del talento. Es que EE. UU. mantiene una sólida ventaja construida sobre unos cimientos que no controla del todo, y los cimientos se están moviendo.

La historia del talento es la tesis más amplia en miniatura. China gana en volumen y oferta. EE. UU. gana en concentración y en dónde aterriza el trabajo de mayor impacto, por ahora. Los mismos datos, dos historias ciertas, una línea de tendencia que vale la pena vigilar.

¿Está China ganando la carrera de la IA para las empresas occidentales?

Para la mayoría de las empresas occidentales, la geopolítica es un espectáculo secundario. Lo que cambia tus decisiones es que varias familias de modelos chinos combinan ahora pesos descargables, ventanas de contexto de 1 millón de tokens y una capacidad seria de programación o agéntica. DeepSeek V4, GLM-5.3-Flash y MiniMax M3 se distribuyen todos con pesos abiertos, los pesos de Kimi K3 siguieron a su lanzamiento de julio unas semanas después, y los pesos de Qwen3.8 llegaron el 8 de agosto bajo una licencia personalizada, dejando las variantes Max alojadas como el nivel de solo alquiler. El ritmo de lanzamientos mueve las cuentas de construir frente a comprar de una forma que ningún titular sobre exportación de chips logrará.

Piensa en lo que «estrecha pero real» significa para una decisión de producto. Para una enorme variedad de tareas empresariales, resumir, extraer, clasificar, redactar, enrutar, no necesitas el mejor modelo del mundo. Necesitas uno que sea fiable, barato de ejecutar y que controles de verdad. Los modelos chinos de pesos abiertos dan en esa diana, y puedes autoalojarlos en lugar de alquilar una API.

En mi propio trabajo, el cálculo se ha invertido en una clase de cargas de trabajo que antes habría enviado a una API de frontera sin pensarlo. Si una tarea tolera una brecha de capacidad del 3 % y se beneficia de ejecutarse en mi propia infraestructura, un modelo chino abierto suele ser la elección racional. La frontera sigue importando cuando de verdad necesitas el mejor razonamiento disponible. Resulta que necesitas lo mejor con menos frecuencia de lo que implica el marketing de los proveedores.

El movimiento útil es reformular la decisión en torno a las tres capas. La frontera importa cuando de verdad necesitas el mejor razonamiento disponible, y para esas cargas de trabajo un modelo estadounidense de primer nivel sigue justificando su prima. La difusión es donde vive la mayor parte de tu hoja de ruta real, y esa es la capa en la que los modelos chinos baratos, abiertos y autoalojables se han convertido discretamente en la opción sensata por defecto. Los átomos importan si tu negocio toca el hardware, la robótica o la fabricación, donde la cadena de suministro de la que dependes es cada vez más china, ejecutes o no algún modelo chino. Saber en qué capa se sitúa una decisión te dice qué ventaja de quién te afecta realmente.

El error estratégico que veo con más frecuencia es tratar «¿está ganando China?» como una pregunta cuando son tres, y luego responder las tres con ansiedad por la frontera. Una empresa asustada por perder la carrera de la frontera pagará de más por una capacidad que no necesita, mientras pasa por alto que su exposición real está en la capa de difusión, donde la opción suficientemente buena más barata es ahora un modelo chino abierto, y en la capa de los átomos, donde su cadena de suministro de hardware ya pasa por China. Empareja la pregunta con la capa y la ansiedad se convierte en una decisión de compra que realmente puedes tomar.

Hay salvedades reales y no voy a quitarles importancia. La procedencia, la gobernanza de datos, el comportamiento de censura y las licencias necesitan escrutinio antes de que nada toque producción. Eso es una evaluación de riesgos, no una razón para descartar la opción. La jugada correcta no es un sí ni un no rotundos. Es una decisión estructurada: en qué capa estamos, qué tolera la tarea y qué dice la diligencia debida sobre el modelo concreto. Expongo las cuestiones de seguridad y datos en si DeepSeek es seguro para la empresa, que es donde este pilar da paso a la decisión real.

La instantánea de marzo de 2026 de Stanford situaba la brecha entre los principales modelos de EE. UU. y China en el 2,7 %, pero es anterior a la oleada de lanzamientos del verano. Para las empresas occidentales, la decisión actual es específica de cada checkpoint: DeepSeek V4, Kimi K3, GLM-5.3-Flash y MiniMax M3 ofrecen pesos descargables, con los pesos abiertos de Qwen3.8 llegando el 8 de agosto y Qwen3.8-Max como el nivel alojado.

Preguntas frecuentes

¿Va China por delante de EE. UU. en IA? Depende de la capa. China lidera en volumen de investigación y patentes, con el 74,2 % de las patentes de IA concedidas del mundo en los datos de 2024, y en adopción de modelos abiertos, en el AI Index. La retrospectiva de enero de Epoch situaba a EE. UU. por delante en producción de modelos de frontera hasta ese momento, mientras que la oleada de lanzamientos del verano ha complicado un veredicto sencillo en presente. Ninguno va por delante de forma absoluta.

¿Adelantará China a EE. UU.? En algunas métricas ya lo ha hecho, incluidas las descargas de modelos abiertos y la producción de robots humanoides. En la frontera, la ventaja de EE. UU. es de unos siete meses y la brecha de inversión se ensancha hasta 23:1 en el AI Index 2026. La respuesta honesta: China probablemente seguirá liderando la difusión y los átomos, mientras que el liderazgo en la frontera sigue genuinamente disputado.

¿Son los modelos de IA chinos tan buenos como ChatGPT? Algunos son competitivos en evaluaciones concretas de programación, razonamiento, multimodalidad y agencia, pero no hay un sí universal honesto. La cifra del 2,7 % era una instantánea del Chatbot Arena de marzo de 2026 y es anterior a los lanzamientos actuales. Las tablas reportadas por los proveedores para Kimi K3, GLM-5.3 y MiniMax M3 muestran ganancias sustanciales sobre sus predecesores, pero deben tratarse como afirmaciones para reproducir en tus propias tareas, no como una tabla neutral de victorias.

¿Debería preocuparme usar IA china? Preocuparte, no. Ser diligente, sí. Los modelos chinos de pesos abiertos que alojas tú mismo plantean preguntas distintas a una API alojada: la residencia de los datos, el comportamiento de censura y las licencias deben comprobarse antes de producción. Es una evaluación de riesgos estándar. Cubro los detalles en si DeepSeek es seguro para la empresa.

La conclusión

China no está ganando la carrera de la IA en un único marcador, porque no lo hay. EE. UU. conserva ventajas formidables en sistemas de frontera, cómputo y capital, con una brecha de inversión de 23:1 en los datos de 2025. China lidera varias medidas de difusión y del mundo físico: la adopción de modelos abiertos, el volumen de investigación, los robots y la energía. Puntuado fila a fila, son tres dimensiones para EE. UU., cinco para China y el talento repartido. La oleada de lanzamientos del verano hace más difícil de sostener la historia sencilla de que los modelos chinos van una generación por detrás. No produce una puntuación única y fiable sobre quién va delante hoy.

Para una empresa occidental, nada de eso es una preocupación geopolítica. Es una oportunidad. Los modelos suficientemente buenos más baratos del planeta son ahora chinos, de pesos abiertos y tuyos para ejecutar en tu propio hardware. Lo que convierte la pregunta que vale tu tiempo no en «quién está ganando», sino en «¿sobre qué debería construir y cómo lo hago de forma segura?».

Empieza por si DeepSeek es seguro para la empresa, y luego evalúa el campo en Qwen vs DeepSeek vs Llama para tu carga de trabajo.