A pesar de los esfuerzos sostenidos de Estados Unidos por mantener su liderazgo, China está acortando drásticamente la distancia en el campo de la inteligencia artificial (IA), e incluso, según diversos indicadores, ya ha tomado la delantera. El más reciente hito fue el lanzamiento en julio del modelo Kimi K3 de Moonshot, que demostró un desempeño comparable al de los modelos más avanzados de Anthropic PBC, pero a un costo significativamente menor.

Este rápido ascenso de la tecnología de IA china ha encendido las alarmas en las principales compañías tecnológicas y entre los responsables de la formulación de políticas públicas en Estados Unidos. Existe una creciente preocupación sobre cómo este avance podría impactar la seguridad nacional y la competitividad económica del país, especialmente en un momento en que empresas como Anthropic y OpenAI buscan valoraciones astronómicas en sus futuras salidas a bolsa. Ante este panorama, se baraja la posibilidad de que la administración estadounidense implemente medidas restrictivas, como la prohibición de modelos de IA chinos, una acción que podría generar controversia entre las propias empresas estadounidenses que ya han comenzado a integrar estas tecnologías en sus operaciones.

Competencia y Preocupaciones en el Horizonte

Las empresas estadounidenses de IA se encuentran en una carrera contrarreloj para mantenerse a la vanguardia, mientras observan con atención el avance chino. Sin embargo, tras una serie de incidentes donde la IA ha mostrado comportamientos inesperados y preocupantes, compañías como Anthropic, OpenAI y xAI han expresado la necesidad de una desaceleración controlada en el desarrollo. No obstante, ni la administración estadounidense ni el gobierno chino parecen inclinados a seguir este camino, lo que deja en el aire el futuro equilibrio competitivo en el sector.

Para ofrecer una perspectiva clara sobre el estado actual de esta competencia, Bloomberg Businessweek ha recopilado clasificaciones que comparan los sistemas de IA más avanzados a nivel global. Estas comparaciones abarcan un amplio espectro de capacidades, desde la programación y el análisis financiero hasta la generación de imágenes. Adicionalmente, se evaluó el rendimiento de algunos de los modelos más destacados mediante una prueba personalizada de "vibe coding", diseñada para simular tareas del mundo real.

Evaluación Comparativa y Diferencias de Costo

En una colaboración con investigadores de Vals AI, una plataforma independiente especializada en la evaluación y análisis comparativo de IA, se sometieron a prueba siete modelos de vanguardia de compañías chinas y estadounidenses. El experimento se centró en una tarea práctica: la creación de un sitio web ficticio para un comercio electrónico de café, utilizando las mismas instrucciones para todos los participantes. Se seleccionaron los modelos con mejor rendimiento de Anthropic y de las principales firmas chinas, así como alternativas más económicas de OpenAI y Google, para reflejar la diversidad de ofertas en el mercado.

Los resultados revelaron que la mayoría de los modelos alcanzaron una precisión funcional del 100%, a pesar de presentar algunos errores de diseño ocasionales. Sin embargo, las diferencias en los costos fueron notables. Moonshot cobró 11.91 dólares por los tokens necesarios para construir el sitio con su modelo Kimi K3. En contraste, Qwen 3.7 Max de Alibaba Group Holding Ltd. requirió apenas 4.08 dólares. El modelo económico de OpenAI, GPT 5.6 Luna, se posicionó de manera competitiva con un precio de 4.35 dólares. Por otro lado, Fable 5, el servicio de última generación de Anthropic, representó un costo considerablemente mayor, alcanzando los 48.99 dólares.

La Relación Costo-Beneficio y la Adopción Empresarial

La relación costo-beneficio se ha convertido en un factor determinante para las empresas estadounidenses, cuya dependencia de la IA está en constante crecimiento. Gigantes como Airbnb, el servicio de entrega de alimentos DoorDash y la plataforma de intercambio de criptomonedas Coinbase Global, han optado por integrar modelos chinos alojados en servidores locales. Esta tendencia subraya la importancia de la eficiencia económica en la adopción de tecnologías avanzadas.

Polsia, una startup con sede en San Francisco que ofrece automatización de flujos de trabajo empresariales mediante IA, experimentó un aumento drástico en sus costos operativos al volverse viral. Ante esta situación, la empresa decidió migrar a modelos desarrollados en China. Ben Cera, fundador de Polsia, afirmó que llegó a un punto en el que sintió que "no tenía alternativa".

La adopción del modelo M2.7 de la compañía china MiniMax, con sede en Shanghái, permitió a Polsia reducir sus gastos mensuales en IA de un millón de dólares a solo cien mil dólares, cubriendo la mayoría de sus necesidades operativas. Cera señaló que, si el costo no fuera una limitación, optaría por utilizar Anthropic. Sin embargo, encontró una solución híbrida: emplea modelos chinos para tareas nocturnas o de segundo plano que no requieren inmediatez, y recurre a Anthropic para funciones en tiempo real. Según él, los clientes valoran el resultado final, independientemente de la tecnología subyacente.

Estrategias de Código Abierto y Control Tecnológico

Una estrategia clave adoptada por la mayoría de los laboratorios de IA chinos es el uso de software con pesos abiertos. Este enfoque permite a los usuarios personalizar, descargar y, fundamentalmente, alojar la tecnología en servicios de nube externos. Esta flexibilidad ha sido crucial para atraer a usuarios internacionales, ya que mitiga significativamente las preocupaciones sobre la seguridad de los datos. Un ejemplo de esto es Polsia, que para operar con MiniMax M2.7 alojó el modelo en servidores ubicados en Estados Unidos.

En marcado contraste, los principales laboratorios de IA estadounidenses han optado mayoritariamente por mantener sus modelos con pesos cerrados. Si bien esto les otorga un control más estricto sobre su tecnología, también se traduce en precios más elevados para los usuarios, quienes solo pueden acceder a los modelos a través de APIs de pago o suscripciones. Esta diferencia en las estrategias de desarrollo y distribución podría ser un factor determinante en la competencia global por el dominio de la IA.