Los modelos de IA baratos de China representan una gran amenaza para Claude y ChatGPT

Los inversores y críticos de la industria de la IA no están de acuerdo en mucho. Pero muchos en cada bando comparten al menos una convicción básica: los principales laboratorios de Estados Unidos están a punto de triunfar.

Los mercados de capitales han manifestado su fe en la inminente hiperrentabilidad de Anthropic y OpenAI, valorando cada uno de ellos en casi 1 billón de dólares. Muchos de los adversarios progresistas de Silicon Valley también esperan que los laboratorios se vuelvan inmensamente ricos, pero temen las implicaciones, advirtiendo que la automatización inducida por la IA podría transferir grandes sumas de dinero de los trabajadores comunes a un puñado de gigantescas empresas tecnológicas. El llamado del senador Bernie Sanders a nacionalizar los principales laboratorios de IA se basa en parte en esa preocupación.

Pero los recientes avances en la IA china ponen todo esto en duda.

En los últimos dos meses, las empresas chinas han lanzado tres modelos de inteligencia artificial que son casi tan poderosos como los sistemas fronterizos de Estados Unidos y radicalmente menos costosos.

En junio, Z.ai de Beijing presentó un modelo que funcionó casi tan bien como los sistemas de segundo nivel de Claude y ChatGPT en puntos de referencia independientes. Semanas más tarde, otra empresa china, Moonshot, presentó «Kimi K3», un modelo que supuestamente supera a todos sus rivales estadounidenses excepto las últimas versiones de Claude y ChatGPT. Finalmente, hace apenas unos días, Alibaba lanzó una vista previa de Qwen3.8 Max, que supuestamente supera incluso a los sistemas más avanzados de OpenAI, mientras que solo está detrás de Claude’s Fable en sus capacidades. (Divulgación: Diario Angelopolitano Media es uno de varios editores que han firmado acuerdos de asociación con OpenAI. Nuestros informes siguen siendo editorialmente independientes).

Estos acontecimientos no sólo amenazan a los gigantes de la IA de Estados Unidos con una competencia más dura en la carrera por la superinteligencia. Más bien, plantean una perspectiva más desgarradora: que las recompensas finales de la carrera de la IA serán mucho menores de lo previsto. En un mundo donde los nuevos avances pueden ser superados regularmente por empresas emergentes más baratas, acaparar la tecnología (y sus ganancias) será más difícil para cualquier empresa.

En otras palabras, construir una máquina de Dios podría no ser tan lucrativo como parece. Resulta que la IA puede “querer ser libre”.

Cómo se suponía que la IA daría sus frutos

Para ver cómo los nuevos modelos de China amenazan las expectativas de ganancias de Anthropic, primero debemos examinar por qué esas expectativas han sido muy altas.

Esto no es del todo evidente. Después de todo, los laboratorios de IA no se parecen mucho a los gigantes tecnológicos hiperrentables de la década de 2010. Facebook y Airbrb eran empresas con poco capital y costos marginales ultrabajos (agregar un perfil en Facebook o cotizar en Airbnb no les cuesta prácticamente nada a las empresas). Y una vez que cada uno se afianzó en sus respectivos mercados, los efectos de red les permitieron mantener posiciones formidables sin necesidad de actualizar constantemente sus productos.

Construir una empresa de inteligencia artificial de última generación es una tarea mucho más complicada y astronómicamente más costosa. Para llegar a la frontera, Anthropic y OpenAI han invertido (al menos) decenas de miles de millones en semiconductores, centros de datos, plantas de energía y otras inversiones de capital. Mientras tanto, mantenerse a la vanguardia los obliga a producir constantemente modelos cada vez más costosos.

Someter un nuevo modelo de Claude a su entrenamiento inicial (en el que pasa meses digiriendo Internet y descubriendo patrones estadísticos dentro de su texto) ahora puede costar cientos de millones de dólares. Y ese cálculo fundamental es sólo el comienzo. Un modelo verdaderamente superlativo requiere varios meses adicionales de ajuste. Ejércitos de expertos contratados (como informáticos, médicos y matemáticos) dan tutoría a los modelos, califican sus respuestas y los guían hacia otras mejores. Luego, los sistemas de IA completan millones de rondas de práctica, en las que aprenden mediante prueba y error cómo resolver innumerables problemas. Este arduo proceso, conocido como “post-entrenamiento”, agrava los costos del desarrollo de un solo modelo.

Todo lo cual plantea la pregunta: ¿Por qué los inversores esperarían que las empresas con una estructura de costos tan desafiante no sólo fueran rentables, sino que lo fueran enormemente?

Hay (al menos) dos respuestas. La primera (y la más obvia) es que es probable que el mercado de máquinas superinteligentes sea enorme. Los sistemas de inteligencia artificial de Frontier prometen reducir costos y mejorar el desempeño en innumerables sectores administrativos. Y los crecientes ingresos de Anthropic indican que las empresas, de hecho, encuentran útil a Claude. Una empresa como AirBnB ha ganado miles de millones revolucionando una sola industria; Imaginemos entonces lo que podría valer una tecnología que rehizo prácticamente todas las industrias.

Por supuesto, muchas tecnologías son valiosas, pero no macizamente rentable de producir. Después de todo, en mercados que funcionan bien, la competencia debería eventualmente erosionar los márgenes de las empresas individuales, incluso si la tecnología subyacente continúa generando un valor enorme.

Pero aquí es donde entra la segunda respuesta: los inmensos costos de los laboratorios Frontier son una carga, pero también son una salvaguardia contra la competencia o, en el lenguaje de la industria, un «foso».

Las empresas emergentes pueden permitirse el lujo de construir o adquirir modelos más rudimentarios, muchos de los cuales son de “código abierto”. Pero, según se piensa, no podrán ofrecer un rendimiento al nivel de Claude Fable sin recaudar cantidades gigantescas de capital. ¿Y qué inversores estarán dispuestos a invertir cientos de miles de millones en una pequeña IA que está a años luz de Google, Anthropic y OpenAI?

Lamentablemente, el rápido progreso de los laboratorios chinos de IA (y la forma en que se logró) sugiere que el foso de Anthropic puede ser menos profundo de lo que se pensaba anteriormente.

Cómo Moonshot nadó en el foso de Anthropic

La existencia de potentes sistemas de inteligencia artificial chinos no es nueva ni sorprendente. El gobierno de Xi Jinping ha hecho de la competencia por el dominio global de la IA un objetivo económico clave. Y DeepSeek de China, que también ha sorprendido a las empresas estadounidenses con sus modelos competitivos de menor costo, superó a ChatGPT como la aplicación gratuita para iPhone más descargada hace más de un año.

Sin embargo, los últimos modelos han reducido drásticamente la brecha de capacidades entre los sistemas fronterizos estadounidenses y sus rivales chinos. Y lo que es igualmente importante, lo han hecho de una manera que otras empresas emergentes de IA, con fondos relativamente insuficientes, podrían emular.

Alibaba y Moonshot necesitaban invertir enormes recursos para entrenar sus modelos base. Pero supuestamente encontraron una manera de bajo costo de refinar esos modelos y convertirlos en sistemas cercanos a la frontera: pregúntenle a Claude.

O, más específicamente: involucrar a Claude en 16 millones de conversaciones, utilizando 24.000 cuentas falsas. En cada uno de esos intercambios, pídale al modelo que no solo responda innumerables preguntas difíciles, sino que también lo guíe a través de su razonamiento, paso a paso. Luego, tome todos estos datos e introdúzcalos en su propio modelo como material de estudio, entrenándolo para responder a las consultas más desafiantes del mundo como lo haría Claude.

A través de este proceso, conocido como “destilación”, un laboratorio de IA puede replicar prácticamente todas las capacidades de un modelo de frontera, sin invertir grandes sumas de dinero en expertos humanos y ejecuciones informáticas posteriores al entrenamiento.

Los laboratorios de IA de China no han admitido haber utilizado destilación. Pero, según se informa, OpenAI y Anthropic descubrieron intentos de destilación chinos a principios de este año. Y algunos de los nuevos modelos parecen mostrar signos reveladores de destilación en conversaciones con usuarios comunes; Kimi K3 se ha identificado habitualmente como «Claude».

Las empresas chinas de IA no son las únicas que utilizan la destilación para alcanzar a los laboratorios de vanguardia. A principios de este año, Elon Musk admitió ante el tribunal que xAI mejoró las capacidades de Grok al ejecutar técnicas de destilación en Claude y ChatGPT. No obstante, los últimos modelos de China parecen demostrar que la destilación puede ayudar a llevar un modelo de segundo nivel al umbral de la frontera.

Los laboratorios fronterizos de Estados Unidos han tratado de defenderse contra tales imitadores. Pero esto es técnicamente difícil cuando los destiladores pueden montar redes masivas de robots, cada uno de los cuales hace una cantidad discreta de preguntas. Y legalmente, a los gigantes de la IA de Estados Unidos les resulta difícil argumentar que los destiladores están robando su propiedad intelectual. Después de todo, en cierto sentido, los imitadores de China simplemente están haciendo con Anthropic y OpenAI lo que esas empresas hicieron con periodistas, codificadores, abogados y otros especialistas: introducir sus resultados de cara al público en un modelo, que luego replica sus capacidades al discernir patrones subyacentes dentro del texto.

Ah, y China está regalando estos modelos.

Los nuevos modelos chinos habrían causado suficientes dolores de cabeza a Silicon Valley, si simplemente hubieran proporcionado una competencia más dura y al mismo tiempo demostraran el poder de la destilación.

Sin embargo, lo que hace que Kimi K3 y Qwen3.8 Max sean especialmente amenazantes para el potencial de ganancias de los gigantes estadounidenses de la IA es que son oficialmente de código abierto, lo que significa que los parámetros de los modelos se pueden descargar de forma gratuita. (Alibaba y Moonshot aún no han publicado estos parámetros, pero dicen que lo harán en breve).

En otras palabras, cualquier empresa o aficionado con suficiente potencia informática pronto podrá ejecutar un modelo chino cercano a la frontera en su propio hardware, modificar ese modelo para que sirva mejor a un propósito especializado y luego vender el acceso a su nueva versión, sin pagarle a Alibiba un solo yuan.

Para muchos de los clientes potenciales de Anthropic y OpenAI, esa propuesta puede ser difícil de rechazar. La mayoría de las empresas no necesitan la IA más inteligente del mundo, solo una que sea competente en las tareas centrales de su empresa: compilar investigaciones legales, responder consultas de TI, escribir código de trabajo, etc. Un modelo que produzca resultados 90 por ciento tan buenos como los de Claude (a aproximadamente una sexta parte del costo) sonará bastante bien para muchas corporaciones.

Además, los modelos de código abierto no sólo son más baratos que los sistemas fronterizos, sino también potencialmente más seguros. Si ejecuta una IA en los servidores de su empresa, no necesita confiar datos confidenciales a Anthropic, Google u OpenAI.

Todo esto había llevado a gran parte de las empresas estadounidenses a adoptar modelos de código abierto, incluso antes de que las últimas versiones redujeran la brecha de capacidades. En una encuesta de la Fundación Linux, el 63 por ciento de las organizaciones informaron que utilizan sistemas de inteligencia artificial de código abierto.

Y cada vez más, esos modelos son chinos. Según Sequoia Capital, una de las principales firmas de capital riesgo de Silicon Valley, la mayoría de las nuevas empresas estadounidenses de IA utilizan ahora sistemas chinos de código abierto. A medida que Kimi y Qwen se vuelvan más capaces, es probable que su participación de mercado crezca, a expensas de los gigantes estadounidenses de la IA.

Lo que es malo para OpenAI es bueno (y/o catastrófico) para la humanidad

Dicho todo esto, todavía es muy posible que OpenAI y Anthropic justifiquen sus colosales valoraciones. En muchos ámbitos económicos altamente competitivos, tener acceso al mejor modelo de IA del mundo seguirá siendo muy valioso. Y los laboratorios fronterizos de Estados Unidos todavía superan a todos sus pares.

Pero es cada vez más plausible que vender sistemas de inteligencia artificial de última generación resulte ser una tarea de bajo margen. En un mundo de modelos de código abierto ubicuos y casi fronterizos, los grandes ganadores del sector de la IA probablemente no serán sus principales laboratorios, sino más bien sus fabricantes de chips y proveedores de computación en la nube.

Para la gente corriente, un futuro en el que la superinteligencia sea muy barata (y las empresas rivales de IA estén constantemente subiendo y bajando, en lugar de consolidarse en megacorporaciones) sería algo diferente a la distopía ciberpunk que la izquierda ha estado temiendo.

Y no del todo en el buen sentido. Por un lado, en esa realidad, mitigar los mayores riesgos de la IA sería inmensamente difícil. Que un puñado de empresas monopolicen el control de los sistemas fronterizos de inteligencia artificial es malo en muchos aspectos. Pero sí hace que esos modelos sean más fáciles de regular, como lo demostró la decisión de la administración Trump de bloquear temporalmente La fábula de Claude en nombre de la ciberseguridad.

Por el contrario, si se publican en Internet recetas para modelos de IA ultrapoderosos (y cualquier persona con habilidades técnicas modestas puede modificarlas a voluntad), entonces es probable que proliferen los sistemas dispuestos a ayudar a sus usuarios a piratear burocracias gubernamentales o diseñar armas biológicas.

Sin embargo, desde otro ángulo, el escenario de “la IA se vuelve casi libre” puede parecer capitalismo en su máxima expresión: retrospectivamente, tal desarrollo significaría que un pequeño número de personas extremadamente ricas financiaron la creación de una tecnología inmensamente útil, bajo la expectativa de ganancias masivas, sólo para ver cómo la competencia erosionaba sus retornos y dispersaba los beneficios de esa tecnología entre un grupo más amplio de empresas y consumidores.

Por supuesto, en el caso de la IA, este proceso también podría generar un supervirus que nos mate a todos. Pero bueno, ningún sistema es perfecto.