La inteligencia artificial ha sido un campo dominado por empresas estadounidenses, pero la emergencia de modelos chinos como Kimi K3 de Moonshot AI y las actualizaciones de DeepSeek está alterando esta dinámica. Estos desarrollos no implican un cambio inmediato en la hegemonía, pero sí introducen nuevas variables en la ecuación competitiva, como la capacidad, el costo, el control de datos y la especialización.
La brecha técnica se reduce, la inversión no
El AI Index Report 2026 de Stanford subraya una convergencia técnica notable. En marzo de 2026, la diferencia de rendimiento entre el modelo estadounidense líder y el mejor modelo chino era de apenas 2,7%. Un año antes, DeepSeek-R1 se situaba a solo 0,4% del líder estadounidense en la clasificación Arena. Esta reducción de la brecha técnica sugiere que la nacionalidad o la notoriedad del proveedor ya no son indicadores suficientes del rendimiento de un modelo de IA. La decisión de adopción debe basarse en la capacidad del modelo para resolver tareas específicas.
A pesar de esta convergencia técnica, la disparidad en la inversión privada sigue siendo considerable. En 2025, Estados Unidos captó 285.900 millones de dólares en inversión privada en IA, frente a los 12.400 millones de China, una diferencia de 23,1 veces. En IA generativa, la brecha fue aún mayor, con 163.600 millones de dólares en Estados Unidos y 1.480 millones en China. Sin embargo, es importante considerar que las cifras chinas no incluyen completamente la financiación estatal, que entre 2000 y 2023 se estima en 184.000 millones de dólares. Esto indica que China combina una arquitectura de financiamiento diferente con una fuerte presión por la eficiencia y la competencia interna.
Kimi K3: capacidad, apertura y contexto amplio
Lanzado el 16 de julio, Kimi K3 de Moonshot AI se presenta con 2,8 billones de parámetros totales y 104.000 millones activados durante la inferencia. Destaca por su ventana de contexto de un millón de tokens y su capacidad multimodal para procesar texto, imágenes y video. Moonshot AI ha liberado los pesos del modelo bajo una licencia propia, lo que permite a los usuarios desplegarlo y adaptarlo con un mayor grado de control. En evaluaciones independientes de Artificial Analysis, Kimi K3 obtuvo 57 puntos, posicionándose tercero en su índice de inteligencia, y segundo en Code Arena. Su API tiene un costo de 3 dólares por millón de tokens de entrada y 15 dólares por millón de salida, lo que lo sitúa por encima de algunas alternativas abiertas. Su propuesta de valor reside en una combinación de rendimiento, contexto amplio, capacidades de agente y control tecnológico.
DeepSeek: eficiencia económica y presión competitiva
DeepSeek, con su actualización V4 Flash 0731 del 31 de julio, opera con 284.000 millones de parámetros totales y activa 13.000 millones durante la inferencia, admitiendo un contexto de un millón de tokens. Esta versión se enfoca en entrada y salida de texto y está disponible vía API, con los pesos completos aún pendientes de liberación. Artificial Analysis le otorgó 50 puntos, diez más que su versión anterior. Con tarifas de 0,14 dólares por millón de tokens de entrada y 0,28 dólares por millón de salida, DeepSeek capitaliza la eficiencia económica. Esta relación entre capacidad y precio reduce significativamente el costo de desarrollar, automatizar y escalar aplicaciones, ejerciendo presión sobre los proveedores premium para justificar su valor añadido en términos de precisión, seguridad, experiencia, integración y soporte.
Implicaciones para empresas y equipos de marketing
Para las empresas y los equipos de marketing, la lección clave no es reemplazar automáticamente los modelos existentes por alternativas chinas, sino adoptar un enfoque de evaluación por portafolio. Esto implica seleccionar modelos basados en su idoneidad para tareas específicas: un modelo puede sobresalir en programación, otro en análisis documental, y uno más en creatividad o atención al cliente. La evaluación debe considerar factores como la calidad en español, la comprensión del contexto local, el costo por tarea, la velocidad, la tasa de errores, la protección de la información, la residencia de datos, las condiciones de licencia, la trazabilidad y la continuidad del proveedor. En aplicaciones orientadas al consumidor, la evaluación debe extenderse a sesgos, moderación, consistencia de marca y capacidad de proporcionar información verificable. Los modelos de código abierto pueden ofrecer mayor control, pero también transfieren responsabilidades significativas en infraestructura, ciberseguridad y gobernanza.
La carrera de la inteligencia artificial está evolucionando de una competencia con un único líder a un mercado de capacidades cada vez más intercambiables. La ventaja sostenible para las organizaciones no residirá en ser los primeros en adoptar el modelo más reciente, sino en construir una arquitectura agnóstica que permita flexibilidad para cambiar de proveedor, comparar resultados y combinar herramientas sin perder datos, aprendizaje ni control.
Las organizaciones que desarrollen sus propios marcos de evaluación, integren el conocimiento del cliente y establezcan reglas de gobernanza estarán mejor posicionadas para aprovechar la reducción de costos y las nuevas oportunidades sin quedar atadas a un ecosistema particular. Kimi K3 y DeepSeek no solo demuestran la competitividad de la frontera tecnológica, sino que también aumentan el poder de negociación de los compradores en este mercado en evolución.
