El mundo de la inteligencia artificial está en constante evolución, y la eficiencia se ha convertido en el nuevo campo de batalla. En China, empresas como Alibaba y DeepSeek están marcando la pauta, no solo por la potencia de sus modelos, sino por su capacidad para reducir drásticamente los costes de inferencia. Esta tendencia no solo democratiza el acceso a la IA avanzada, sino que también impulsa la innovación a un ritmo vertiginoso.

Alibaba Qwen3.8-Max: Gigante y eficiente

Alibaba ha presentado su modelo de IA más ambicioso hasta la fecha, el Qwen3.8-Max. Con la asombrosa cifra de 2.4 billones de parámetros, este modelo no es solo grande, sino también inteligente en su diseño. Utiliza una arquitectura de 'mezcla de expertos' (MoE) que permite activar solo una fracción de sus parámetros (alrededor de 95 mil millones) para cada solicitud. ¿El resultado? Una reducción significativa de costes y una mejora en los tiempos de respuesta, haciendo que la potencia computacional sea más accesible.

Este modelo no se limita al texto; también puede procesar imágenes y vídeo, y soporta una ventana de contexto de hasta un millón de tokens. Un ejemplo de su capacidad es la finalización de un proyecto de ingeniería de software en 16 días, lo que demuestra su versatilidad y eficiencia. Además, su precio es competitivo: 2 dólares por millón de tokens de entrada y 6 dólares por millón de tokens de salida, compitiendo directamente con modelos como el Kimi K3 de Moonshot AI.

DeepSeek V4-Flash: Rompiendo barreras de precio

DeepSeek ha adoptado una estrategia diferente con su modelo V4-Flash. En lugar de competir en tamaño, se ha centrado en la optimización de costes, ofreciendo precios de inferencia que son una fracción de los de sus competidores. Con 284 mil millones de parámetros totales y solo 13 mil millones activos durante la inferencia, su enfoque en la eficiencia es evidente.

Los precios de DeepSeek V4-Flash son impresionantes: 0.14 dólares por millón de tokens de entrada y 0.28 dólares por millón de tokens de salida. Esto lo posiciona como una opción extremadamente atractiva para desarrolladores y empresas que buscan maximizar su presupuesto de IA. De hecho, las pruebas de Artificial Analysis estimaron que el coste promedio por tarea de V4-Flash es de solo tres céntimos, en comparación con los 86 céntimos de Kimi K3 o los 1.86 dólares de GPT-5.6 Sol.

Más allá del precio por token: El coste real de la tarea

Es crucial entender que el precio por token es solo una parte de la ecuación. El coste total de una tarea puede variar significativamente dependiendo de factores como la arquitectura del modelo, la cantidad de parámetros activos, el consumo de tokens y el número de llamadas necesarias para completar una operación. Un modelo con una tarifa por token más baja podría terminar siendo más caro si requiere más interacciones o genera una mayor cantidad de salida.

Por ejemplo, el Kimi K3 de Moonshot AI, a pesar de sus tarifas de API, promedió 10.57 dólares por tarea en el benchmark AA-Briefcase de Artificial Analysis, generando alrededor de 120.000 tokens de salida y utilizando un promedio de 83 turnos por tarea. Esto subraya la importancia de evaluar el coste por tarea para obtener una imagen completa de la eficiencia de un modelo.

Pesos abiertos: Una nueva era de despliegue

Otro factor que está transformando el panorama de la IA en China es la disponibilidad de modelos con 'pesos abiertos'. Tanto Alibaba como DeepSeek y Moonshot AI ofrecen versiones de sus modelos con pesos abiertos, lo que permite a los desarrolladores ejecutarlos en su propia infraestructura o a través de proveedores externos. Esta flexibilidad contrasta con el enfoque de modelos cerrados de empresas como OpenAI o Anthropic.

Lian Jye Su, analista jefe de Omdia, destaca que muchos flujos de trabajo empresariales no necesitan el modelo de mayor rendimiento del mercado, sino uno que sea «suficientemente bueno, asequible, transparente y accesible». Los modelos de pesos abiertos cumplen con esta demanda, fomentando la innovación y la personalización en el desarrollo de IA.

En resumen, la carrera por la eficiencia en la IA está en pleno apogeo, y los actores chinos están liderando el camino con arquitecturas innovadoras, precios competitivos y un compromiso con la apertura. Esta dinámica promete democratizar el acceso a la inteligencia artificial avanzada y acelerar su adopción en una amplia gama de aplicaciones empresariales.