Cuando DeepSeek publicó su modelo R1 en enero de 2025, provocó una caída bursátil de cientos de miles de millones de dólares en las tecnológicas estadounidenses en un solo día. El mensaje era simple y devastador para el relato de Silicon Valley: China puede competir en IA de frontera gastando una fracción del dinero que gastan OpenAI o Google.
DeepSeek y el mito (a medias) de los seis millones de dólares
DeepSeek, filial de investigación del fondo de cobertura cuantitativo High-Flyer, afirmó haber entrenado su modelo V3 por unos 5,6 millones de dólares en cómputo, una cifra que se viralizó como prueba de que China había roto la lógica de "más GPU, más dinero, mejor modelo". La cifra real es más matizada: ese cálculo cubre solo el entrenamiento final, no la investigación previa, los experimentos fallidos ni el hardware acumulado por High-Flyer desde años antes, que según analistas como SemiAnalysis podría incluir más de 10.000 GPU Nvidia A100 adquiridas antes de que entraran en vigor los controles de exportación más estrictos de EEUU.
Aun así, la eficiencia técnica de DeepSeek es real y verificable: su arquitectura de "mixture of experts" y sus técnicas de destilación permiten activar solo una fracción de los parámetros totales del modelo por cada consulta, reduciendo drásticamente el coste de inferencia. Para 2026, DeepSeek ha lanzado V4 y variantes de razonamiento que compiten en benchmarks de código y matemáticas con Qwen 3 de Alibaba y con modelos abiertos de Meta, consolidando a la compañía como la referencia china de código abierto más citada en publicaciones académicas internacionales.
Qwen de Alibaba, el gigante que apostó por regalar sus modelos
Alibaba ha convertido su familia Qwen en la apuesta open-weight más agresiva del mercado, con decenas de versiones publicadas en Hugging Face que van desde modelos de menos de mil millones de parámetros para móviles hasta versiones de cientos de miles de millones para centros de datos. Esta estrategia de "regalar el modelo, vender la nube" busca que Qwen se convierta en la base de facto para desarrolladores en mercados donde acceder a GPT-5 o Claude está restringido o resulta más caro, especialmente en el Sudeste Asiático, Oriente Medio y la propia China. En 2026, Qwen ya encabeza de forma habitual los rankings de modelos abiertos más descargados, superando en número de derivados y "fine-tunes" comunitarios a Llama de Meta.
Ernie de Baidu y el mercado interno protegido
Baidu, pionero de la búsqueda en China, ha reorientado buena parte de su negocio hacia su familia de modelos Ernie, con una ventaja estructural que ningún competidor occidental puede replicar: acceso privilegiado al mercado chino, protegido por el bloqueo de ChatGPT, Gemini y Claude dentro del país. Ernie 5, presentado en la segunda mitad de 2025, se apoya en esa base cautiva de cientos de millones de usuarios de los productos de Baidu (buscador, mapas, asistente Xiaodu) para iterar rápido con datos reales, aunque su rendimiento en benchmarks internacionales sigue por detrás de DeepSeek y Qwen en tareas de razonamiento complejo.
El muro de los chips: Huawei Ascend contra la escasez de Nvidia
La razón por la que estos laboratorios han primado la eficiencia sobre la fuerza bruta no es una elección estética sino una necesidad impuesta por Washington. Los controles de exportación bloquean o limitan severamente la venta a China de las GPU más avanzadas de Nvidia (H100, H200, Blackwell), obligando a los laboratorios chinos a depender de versiones recortadas como el H20 —cuando Washington lo permite— o de alternativas nacionales como los chips Ascend de Huawei, que en 2026 han mejorado sustancialmente pero siguen por detrás en rendimiento por vatio y, sobre todo, en la madurez del software de entrenamiento distribuido, donde CUDA de Nvidia sigue siendo insustituible para la mayoría de equipos.
SMIC, el mayor fabricante chino de semiconductores, ha logrado producir chips en procesos de 5 y hasta 3 nanómetros con rendimientos (yields) crecientes pero todavía costosos, sin acceso a máquinas de litografía ultravioleta extrema (EUV) de ASML, vetadas a China desde 2019. Esa limitación estructural es la razón última por la que los laboratorios chinos han optado por exprimir la eficiencia algorítmica: no pueden ganar la carrera comprando más chips, así que compiten necesitando menos.
Qué revela esta carrera sobre el futuro del open source en IA
La consecuencia más disruptiva de esta estrategia china es geopolítica más que técnica: al publicar sus modelos como código abierto, DeepSeek y Alibaba han regalado al mundo en desarrollo —India, Brasil, el Sudeste Asiático, partes de África— una vía para construir aplicaciones de IA sin depender de las licencias de OpenAI, Google o Anthropic. Eso erosiona el poder de negociación de las empresas estadounidenses en mercados emergentes y ha llevado a Meta a replantear la agresividad de su propia estrategia open-weight con Llama, presionada por competir con una oferta china cada vez más completa y gratuita.
El límite real: seguridad, censura y confianza
El techo de esta ofensiva china sigue siendo la confianza institucional: gobiernos occidentales y buena parte del sector financiero desconfían de introducir modelos chinos en infraestructura crítica por temor a sesgos de censura integrados (los modelos de DeepSeek y Ernie evitan sistemáticamente ciertos temas políticos sensibles para Pekín) y por preocupaciones de seguridad nacional sobre el origen de los datos. Esa desconfianza, más que la calidad técnica, es hoy la principal barrera que impide a los modelos chinos capturar cuota de mercado en Europa y Norteamérica pese a su competitividad de precio y rendimiento.
