China conquista la capa abierta de la IA con descargas masivas, tokens y precios bajos

Qwen adelanta a Llama en descargas

La primera señal clara apareció en Hugging Face, la mayor plataforma internacional para compartir modelos de IA de código abierto y pesos descargables. En septiembre de 2025, la familia Qwen, de Alibaba, superó a Llama, de Meta, y se convirtió en la colección de grandes modelos de lenguaje más descargada de la plataforma .

En el periodo más amplio comprendido entre agosto de 2024 y agosto de 2025, los modelos open-weight desarrollados en China concentraron el 17% de todas las descargas mundiales de Hugging Face, por encima del 15,8% correspondiente a Estados Unidos. Fue la primera vez que China superó a EE. UU. en ese indicador, según un estudio conjunto del MIT y Hugging Face .

La diferencia es aún mayor cuando se observan únicamente los grandes modelos de lenguaje: los modelos desarrollados en China representaron el 41% de sus descargas durante ese periodo . Para mediados de 2026, las descargas acumuladas de modelos chinos en todo el mundo ya superaban los 100 millones, de acuerdo con datos de Hugging Face citados por China Daily .

De una cuota marginal a la mayoría del tráfico

Las descargas muestran el interés de los desarrolladores. El consumo de tokens —las unidades de texto que los modelos procesan— ofrece una señal más cercana al uso efectivo.

En OpenRouter, una plataforma que enruta tráfico entre distintos modelos de lenguaje y que procesaba más de 20 billones de tokens por semana a comienzos de 2026, los modelos de origen chino pasaron de representar menos del 2% del volumen semanal a controlar la mayoría en aproximadamente 18 meses .

En mayo de 2026, los modelos chinos open-weight suponían alrededor del 61% de todos los tokens consumidos en OpenRouter . En julio, ocuparon por primera vez los cinco primeros puestos del ranking mundial de uso de la plataforma: Xiaomi MiMo-V2.5 quedó en primer lugar por volumen de tokens, seguido por modelos de DeepSeek, MiniMax, la familia Qwen de Alibaba y Kimi, de Moonshot .

Estos datos describen el tráfico de OpenRouter, no todo el mercado mundial de IA. Aun así, muestran con claridad hasta qué punto ha cambiado la distribución de modelos entre desarrolladores y empresas que utilizan esta plataforma.

Las empresas estadounidenses también están usando modelos chinos

El dato más llamativo para el mercado estadounidense aparece en el segmento empresarial. A mediados de 2026, los modelos chinos alcanzaron un máximo semanal del 46% del volumen de tokens de API utilizado por empresas estadounidenses en OpenRouter, frente al 35,7% de los modelos de origen estadounidense . Un año antes, la cuota china era inferior al 2%.

Desde la semana del 8 de febrero de 2026, los modelos chinos representaron al menos el 30% del volumen semanal de tokens empresariales en la plataforma .

El giro se explica principalmente por una combinación de rendimiento competitivo y costes mucho más bajos. Por ejemplo, Kimi K2.5, de Moonshot, se acercó a Claude Opus de Anthropic en algunas primeras pruebas de referencia, pero su precio era aproximadamente siete veces menor . DeepSeek V3.1, por su parte, cobraba 2 yuanes —unos 0,28 dólares— por cada millón de tokens de entrada y 8 yuanes —unos 1,10 dólares— por cada millón de tokens de salida .

El consumo interno chino también se disparó

La expansión no se limita a los usuarios internacionales. La Administración Nacional de Datos de China informó de que el consumo diario de tokens dentro del país superó los 140 billones en marzo de 2026, más de mil veces por encima de los 100.000 millones registrados a comienzos de 2024 .

El asistente Doubao, de ByteDance, pasó de procesar unos 100.000 millones de tokens diarios en mayo de 2024 a más de 120 billones en marzo de 2026: un aumento aproximado de mil veces en dos años .

Ese volumen doméstico crea un entorno especialmente fértil para probar modelos, reducir costes de operación, detectar fallos y acelerar nuevas versiones antes de llevarlas a otros mercados.

La ventaja: velocidad, licencias y economía

Los datos apuntan a tres factores estructurales detrás del avance chino:

1. Un ritmo de lanzamientos muy alto. Entre finales de abril y mediados de junio de 2026, cuatro laboratorios chinos —DeepSeek, Alibaba con Qwen, Moonshot con Kimi y Zhipu con GLM— publicaron modelos competitivos con los sistemas punteros en un intervalo de pocas semanas .
2. Licencias permisivas. Distintos modelos se distribuyeron bajo licencias MIT, Apache 2.0 y versiones modificadas de MIT. Esto facilita descargarlos, adaptarlos y desplegarlos a gran escala, aunque «open-weight» no significa necesariamente que los datos de entrenamiento o todo el código sean públicos .
3. Una clara ventaja de precio. Los laboratorios chinos cobran bastante menos por el acceso mediante API que sus competidores estadounidenses. La brecha de costes se ha mantenido incluso mientras la diferencia de rendimiento se reducía .

El verdadero foso competitivo está en la distribución

La conclusión de los analistas es que la ventaja no depende de un único modelo revolucionario. Se apoya en un ecosistema que se refuerza a sí mismo: los pesos descargables atraen a desarrolladores; las licencias abiertas facilitan que surjan adaptaciones; los precios bajos aumentan el uso; y ese uso aporta más experiencia, comentarios y escala para la siguiente generación de modelos.

A mediados de 2026, ese ciclo había dado a las empresas chinas el liderazgo en la capa open-weight de la IA: desde las descargas de desarrolladores hasta el tráfico empresarial medido en tokens. La batalla, por tanto, no se libra únicamente por quién crea el modelo más potente, sino por quién consigue que más personas y organizaciones lo incorporen a su trabajo cotidiano.