La ofensiva china de IA en 2026: cómo una oleada de modelos baratos y de código abierto creó una 'zona de la muerte' para sus rivales en EE.UU.

Qwen 3.7 Max de Alibaba, lanzado en mayo de 2026, es un buque insignia de mezcla de expertos (MoE) con 2,8 billones de parámetros que pareció igualar o superar a Fable 5 de Anthropic en los puntos de referencia, por aproximadamente una sexta parte del coste . Para uso de alto volumen, el Qwen3.6 Flash de Alibaba cuesta solo 0,19 $ por millón de tokens de entrada .

GLM-5.2 de Zhipu AI, lanzado el 13 de junio de 2026, utiliza una arquitectura MoE de 744 mil millones de parámetros (40 mil millones activos) con una ventana de contexto de 1 millón de tokens y fue clasificado como el modelo #1 de peso abierto en el Índice de Inteligencia de Artificial Analysis . Con un precio de 1,40 $ por millón de tokens de entrada y 4,40 $ por millón de salida, supera en precio a los modelos fronterizos estadounidenses en aproximadamente 5-6 veces .

Kimi K3 de Moonshot AI, presentado el 16 de julio de 2026, es el sistema de IA de peso abierto más grande jamás anunciado: 2,8 billones de parámetros totales, una ventana de contexto de 1 millón de tokens y comprensión visual nativa . Moonshot prometió pesos abiertos completos para el 27 de julio de 2026 . Su precio en API es de 3 $ por millón de tokens de entrada y 15 $ por millón de salida, lo que lo convierte en el modelo chino más caro, aunque aún por debajo de las ofertas comparables de EE.UU. .

La brecha de precios: ¿qué tan grande es?

La diferencia de coste entre los modelos fronterizos chinos y estadounidenses es extrema:

Fuentes: Citando la tabla anterior y

Las cifras hablan por sí solas: el V4-Flash de DeepSeek cuesta un estimado de 3 centavos por prueba comparativa, frente a 1,86 $ para GPT-5.5 y 3,33 $ para Claude Fable 5 . El capitalista de riesgo Marc Andreessen señaló que GLM-5.2 era "el primer modelo de IA chino en igualar y a menudo superar a los modelos públicos de los grandes laboratorios estadounidenses sin concesiones", a una fracción del precio .

Comoditización del código abierto:

El segundo frente de la estrategia china es la publicación de pesos abiertos. Modelos como GLM-5.2 (licencia MIT), Kimi K3 (licencia MIT modificada prometida) y la serie Qwen se pueden descargar libremente, lo que significa que cualquiera puede ejecutarlos, modificarlos o ajustarlos sin coste por token . Esta estrategia de "regalar modelos" vacía el mercado medio, donde las empresas estadounidenses solían cobrar precios elevados .

Cómo las restricciones del gobierno de EE.UU. resultaron contraproducentes

Un punto de inflexión clave se produjo en junio de 2026, cuando la administración Trump pidió a Anthropic que cesara las operaciones de sus dos sistemas de IA más avanzados (Fable y Mythos) por motivos de seguridad nacional . En dos semanas, Z.ai presentó un modelo que rivalizaba estrechamente con las ofertas de Anthropic, más asequible y sin restricciones estadounidenses . Las empresas chinas vieron una oportunidad y se apresuraron a llenarla .

Respuestas de EE.UU. hasta ahora

La respuesta de EE.UU. ha sido fragmentada. Anthropic cumplió con la solicitud del gobierno. Se informa que Google está teniendo problemas con la última versión de su modelo Gemini mientras los modelos chinos cierran la brecha . No se ha anunciado ninguna contramedida política coordinada importante por parte de EE.UU.; los analistas señalan que los controles de exportación de chips no han impedido que las empresas chinas logren un rendimiento competitivo a través de la eficiencia arquitectónica (por ejemplo, MoE, atención híbrida) en lugar de potencia de cálculo bruta .

Mientras tanto, las empresas estadounidenses están probando y adoptando cada vez más modelos chinos por razones de coste, erosionando aún más la ventaja local de los laboratorios de IA estadounidenses .