El avance de los modelos chinos no supone el fin del liderazgo estadounidense, pero sí cambia las reglas del negocio: capacidad, costo, control de datos y especialización comienzan a pesar tanto como la marca del proveedor.

La brecha técnica se estrecha, pero la hegemonía no cambia de manos

La noticia que presenta a Moonshot AI y DeepSeek como los dos “caballos de batalla” de China recoge una tendencia real, aunque el concepto de hegemonía exige matices. El AI Index Report 2026 de Stanford concluye que la diferencia entre el mejor modelo estadounidense y el mejor modelo chino era de solo 2,7% en marzo de 2026. Un año antes, DeepSeek-R1 había quedado a cinco puntos —0,4%— del líder de Estados Unidos en la clasificación Arena.

Esto no define un ganador. Los rankings cambian con rapidez, miden tareas diferentes y pueden verse afectados por la selección de instrucciones, la exposición previa a los datos de prueba o la optimización específica para un benchmark. La señal relevante para las empresas es otra: la nacionalidad o notoriedad del proveedor ya no permite anticipar por sí sola el rendimiento. La decisión debe tomarse sobre el trabajo concreto que se busca resolver.

Kimi K3 compite por capacidad, apertura y trabajos de largo alcance

Moonshot AI lanzó Kimi K3 el 16 de julio. Su documentación declara 2,8 billones de parámetros totales, 104.000 millones activados durante la inferencia, una ventana de contexto de un millón de tokens y capacidad multimodal para procesar texto, imágenes y video. La compañía publicó los pesos bajo una licencia propia, permitiendo desplegar y adaptar el modelo con mayor control que los sistemas completamente cerrados.

En la evaluación independiente de Artificial Analysis, Kimi K3 obtuvo 57 puntos al estrenarse y se ubicó tercero en su índice de inteligencia, detrás de dos modelos propietarios. En Code Arena, centrado en desarrollo web y programación, aparecía segundo al 1 de agosto. Estos resultados corrigen otra simplificación: la propuesta china no se limita al bajo costo. Su API cuesta US$3 por millón de tokens de entrada y US$15 por millón de salida, por encima de varias alternativas abiertas. Su argumento es una combinación de desempeño, contexto amplio, capacidades de agente y control tecnológico.

DeepSeek convierte la eficiencia económica en presión competitiva

DeepSeek sigue otra lógica. Su actualización V4 Flash 0731, publicada el 31 de julio, tiene 284.000 millones de parámetros totales, activa 13.000 millones durante la inferencia y admite un contexto de un millón de tokens. A diferencia de Kimi K3, esta versión opera con entrada y salida de texto y, al cierre de esta revisión, estaba disponible mediante API mientras la liberación completa de sus pesos seguía pendiente.

Artificial Analysis le asignó 50 puntos, diez más que a la versión anterior, con una tarifa de US$0,14 por millón de tokens de entrada y US$0,28 por millón de salida. Esa relación entre capacidad y precio reduce el costo de probar, automatizar y escalar aplicaciones, y obliga a los proveedores premium a justificar su diferencial en precisión, seguridad, experiencia, integración y soporte, no solamente en potencia.

Estados Unidos conserva una ventaja financiera desproporcionada

La convergencia técnica contrasta con la inversión. Stanford estima que Estados Unidos captó US$285.900 millones de inversión privada en inteligencia artificial durante 2025, frente a US$12.400 millones en China: 23,1 veces más. En IA generativa, la distancia fue mayor, con US$163.600 millones en Estados Unidos y US$1.480 millones en China.

La comparación no es completamente equivalente. El informe advierte que las cifras privadas subestiman el esfuerzo chino porque no incorporan plenamente los fondos de orientación estatal. Entre 2000 y 2023, estos habrían destinado alrededor de US$184.000 millones a compañías de IA. El hallazgo no es que China avance sin capital, sino que combina una arquitectura de financiamiento distinta con presión por eficiencia, apertura de pesos y competencia doméstica.

Qué cambia para las marcas y los equipos de marketing

Para los anunciantes, el punto no es reemplazar automáticamente ChatGPT o Claude por un modelo chino. La oportunidad consiste en abandonar la contratación de IA basada solo en reputación y avanzar hacia una evaluación por portafolio. Un modelo puede rendir mejor en programación o análisis documental; otro, en creatividad, atención de clientes u operaciones de alto volumen.

La comparación debería incluir calidad en español y comprensión del contexto local, costo por tarea terminada, velocidad, errores, protección de información, residencia de datos, condiciones de licencia, trazabilidad y continuidad del proveedor. En usos de cara al consumidor también deben evaluarse sesgos, moderación, consistencia de marca y capacidad de responder con información verificable. Los pesos abiertos pueden aportar control, pero trasladan mayores responsabilidades de infraestructura, ciberseguridad y gobierno.

Conclusión. La carrera está dejando de ser una competencia con un único líder y se convierte en un mercado de capacidades cada vez más intercambiables. Para marketing, la ventaja sostenible no estará en acceder primero al modelo de moda, sino en construir una arquitectura agnóstica que permita cambiar de proveedor, comparar resultados y combinar herramientas sin perder datos, aprendizaje ni control.

Las organizaciones que desarrollen evaluaciones propias, integren conocimiento de clientes y establezcan reglas de gobierno podrán aprovechar la caída de costos sin quedar atrapadas en un ecosistema. Kimi K3 y DeepSeek no prueban que China haya destronado a Estados Unidos; demuestran algo más útil para la estrategia empresarial: la frontera tecnológica ya es competitiva y el poder de negociación de los compradores está aumentando.

Fuentes de la nota

El Periódico / Prensa Ibérica. “China desafía la hegemonía de EEUU en la guerra por la IA con dos caballos de batalla para rivalizar con ChatGPT y Claude”. 2 de agosto de 2026.
https://www.elperiodico.com/es/economia/20260802/china-desafia-hegemonia-eeuu-guerra-132918867

Moonshot AI. “Kimi K3”. 16 de julio de 2026.
https://www.moonshot.ai/

Moonshot AI. “Kimi K3: Open Frontier Intelligence”, repositorio y documentación oficial. Julio de 2026.
https://github.com/MoonshotAI/Kimi-K3

Kimi Team et al. “Kimi K3: Open Frontier Intelligence”. 27 de julio de 2026.
https://arxiv.org/abs/2607.24653

DeepSeek. “Change Log: DeepSeek-V4-Flash Update”. Actualización del 31 de julio de 2026.
https://api-docs.deepseek.com/updates/

Stanford Institute for Human-Centered Artificial Intelligence. Artificial Intelligence Index Report 2026. 13 de abril de 2026.
https://hai.stanford.edu/ai-index/2026-ai-index-report

Stanford HAI. AI Index Report 2026, Chapter 2: Technical Performance. 13 de abril de 2026.
https://hai.stanford.edu/assets/files/ai_index_report_2026_chapter_2_technical.pdf

Stanford HAI. AI Index Report 2026, Chapter 4: Economy. 13 de abril de 2026.
https://hai.stanford.edu/assets/files/ai_index_report_2026_chapter_4_economy.pdf

Artificial Analysis. “Kimi K3 achieves #3 in the Artificial Analysis Intelligence Index”. 17 de julio de 2026.
https://artificialanalysis.ai/articles/kimi-k3-achieves-3-in-the-artificial-analysis-intelligence-index-comparable-to-opus-4-8-and-gpt-5-5

Artificial Analysis. “DeepSeek V4 Flash 0731 scores 50 on the Artificial Analysis Intelligence Index”. 31 de julio de 2026.
https://artificialanalysis.ai/articles/deepseek-v4-flash-0731-scores-50-on-the-artificial-analysis-intelligence-index-10-points-above-previous-deepseek-v4-flash

Arena. “Text Arena Leaderboard”. Datos consultados el 3 de agosto de 2026.
https://arena.ai/leaderboard/text

Arena. “Code Arena – WebDev Leaderboard”. Datos actualizados al 1 de agosto de 2026.
https://arena.ai/leaderboard/code