Silicon Valley y Washington no tardaron en hablar de estos modelos, especialmente del K3, que es considerado por muchos como el mejor de todos. David Sacks, inversor de capital de riesgo y asesor en IA del presidente Donald Trump, calificó el rendimiento del modelo de Moonshot de “preocupante”. A principios de esta semana, el secretario de Comercio, Scott Bessent, sugirió que EE UU podría imponer sanciones a las empresas chinas de IA.
El miércoles, Michael Kratsios, director de la Oficina de Política Científica y Tecnológica de la Casa Blanca, aseguró que la Administración Trump dispone de “información según la cual Moonshot AI se basó en Fable, de Anthropic, para el desarrollo de su modelo K3”, lo que, según él, equivalía a “robar tecnología estadounidense protegida por derechos de propiedad y socavar la investigación estadounidense” y era “inaceptable”. (Moonshot AI no respondió de inmediato a una solicitud de comentarios.)
Los nuevos modelos chinos tienen varios puntos en común: las pruebas realizadas por terceros muestran que su rendimiento es casi tan bueno como el de los mejores modelos occidentales; están optimizados para tareas de codificación agéntica (lo más destacado en IA este año); y se han publicado, o se publicarán pronto, con pesos abiertos, lo que los hace accesibles y transparentes.
Caminos diferentes
Pero quizás el mayor paralelismo entre el momento actual y enero de 2025 (cuando el mundo quedó conmocionado por el modelo R1 de DeepSeek) es que reafirma cómo los laboratorios de IA estadounidenses y chinos están tomando caminos divergentes en lo que respecta a la apertura o el cierre.
Cuando irrumpió por primera vez en escena, DeepSeek cuestionó la premisa de que solo los modelos de código cerrado, construidos con miles de millones de dólares de inversión en infraestructura informática y entrenamiento, podían alcanzar un rendimiento de vanguardia. Pero desde entonces, los laboratorios occidentales de IA han seguido desarrollando la IA de la misma manera, y ahora los modelos de vanguardia estadounidenses parecen más inaccesibles que hace un año.
Anthropic aseguró durante meses que su último modelo, Mythos, era tan peligrosamente eficaz en el hackeo que solo los colaboradores autorizados podían utilizarlo. Cuando finalmente se lanzó de forma más amplia, la Casa Blanca respondió imponiendo amplios controles a la exportación, lo que obligó a Anthropic a retirar temporalmente de la red a Mythos y a su modelo hermano de menor capacidad, Fable 5. De manera similar, OpenAI retrasó el lanzamiento de GPT 5.6 tras recibir una solicitud de la Casa Blanca.
En China, por su parte, la situación es muy diferente. Las startups y las gigantes tecnológicas chinas han apostado fuerte por el código abierto: cualquiera que disponga de un entorno informático lo suficientemente bueno puede ahora descargar un modelo de peso abierto, ejecutarlo localmente, añadir personalizaciones y, en general, disfrutar de un grado de libertad mucho mayor del que OpenAI y Anthropic permitirían jamás. En muchos sentidos, el debate entre lo abierto y lo cerrado está más entrelazado que nunca con EE UU y China.
¿Abierto o cerrado?
Hay muchas razones por las que los laboratorios chinos han optado por una estrategia empresarial basada en modelos de código abierto. Al ser los recién llegados y los más pequeños en el campo de la IA, hacer que sus modelos sean gratuitos y de código abierto puede ayudar a las empresas chinas a atraer a más usuarios, colaboradores y la atención de los medios. Además, esto las sitúa en una vía de competencia distinta a la de OpenAI, Anthropic, Google, SpaceX y otras gigantes con grandes recursos económicos.
A principios de este año, se extendieron los rumores de que Alibaba podría estar considerando sumarse a la carrera del código cerrado tras reorganizar sus equipos corporativos de desarrollo de modelos de IA. Sin embargo, la gigante tecnológica anunció el lunes que volvería a lanzar la última versión de Qwen (su línea de modelos de código abierto, muy apreciada por la comunidad tecnológica mundial) con pesos abiertos, lo que indica a los clientes y al público que, por el momento, no va a dar un giro en su estrategia.
una publicación en redes sociales, refiriéndose al anuncio de la empresa de que la demanda de K3 había desbordado sus servidores. “Esto solo ha sido posible gracias a la mala comunicación y a las decisiones erróneas de los laboratorios de [Silicon Valley] durante el último año”, añadió.“Creo que Anthropic ha exagerado los riesgos, o ha descrito riesgos que están por llegar pero que actualmente no proliferan”, opina Nathan Lambert, un investigador independiente en IA de Seattle que visitó recientemente la oficina de Moonshot AI en China. Admite, sin embargo, que, al igual que el resto del público en general, dispone de poca información de primera mano sobre el rendimiento real de Mythos. “Dependemos de unas pocas empresas privadas y de un Gobierno federal con una capacidad estatal mermada para tomar esa decisión”, aclara.
Además de cuestionar la narrativa occidental dominante sobre la IA, los modelos chinos de código abierto también están demostrando ser un sustituto comercial práctico de los modelos cerrados estadounidenses. No solo se habla de ellos en X y se comparan con otros modelos, sino que se han convertido en una opción popular y fácilmente utilizable para un número cada vez mayor de startups occidentales y usuarios particulares.
Hay un cambio
“Se está produciendo un cambio real hacia el uso efectivo de estos modelos más recientes, que comenzó con el GLM 5.2”, expresa Lambert, refiriéndose al modelo de Z.ai. “Incluso semanas después del lanzamiento del GLM 5.2, los investigadores de IA del Área de la Bahía me comentan que siguen utilizándolo como parte fundamental de su flujo de trabajo. Kimi, al ser un modelo más potente, solo aportará más, especialmente en ámbitos como la ciberseguridad, donde Mythos, Fable y GPT 5.6 son prácticamente inutilizables”.
De hecho, esto ya está ocurriendo. El martes, OpenAI reveló un incidente preocupante en el que su modelo GPT-5.6 Sol se coló en el sistema de producción de Hugging Face, una plataforma de IA de código abierto. Hugging Face ha declarado que tuvo que recurrir al modelo de código abierto GLM 5.2 para analizar el ciberataque, ya que otros modelos de vanguardia se negaban a colaborar debido a sus mecanismos de seguridad integrados.
en una publicación en redes sociales en la que también elogió a K3 como “un modelo muy bueno”.Aunque consuman relativamente muchos tokens, modelos como K3 cuestionan, en última instancia, una suposición fundamental que ha impulsado la estrategia de OpenAI y Anthropic durante años: que los laboratorios de IA necesitan una financiación ilimitada para ampliar su capacidad de cálculo con el único fin de crear mejores modelos. “Al final, los modelos de peso abierto disuaden de realizar nuevas inversiones en IA”, escribió Ball.
Artículo originalmente publicado enWIRED. Adaptado por Mauricio Serfatty Godoy.