Cuando Washington restringió las exportaciones de chips avanzados de Nvidia a China en 2022, el objetivo declarado de la política era frenar el desarrollo de la inteligencia artificial china. Cuatro años después, los laboratorios chinos de IA no solo han mantenido el ritmo, sino que están distribuyendo sus mejores modelos gratuitamente al mundo, una estrategia que convierte los controles de exportación en un amplificador de distribución.
El ejemplo más reciente y dramático llegó el 27 de julio, cuando Moonshot AI publicó los pesos de Kimi K3, un modelo de mezcla de expertos de 2,8 billones de parámetros con 896 expertos, 16 activos por token y una ventana de contexto de un millón de tokens. Es el modelo de peso abierto más grande jamás publicado. Cualquier desarrollador puede descargarlo, modificarlo, ejecutarlo en su propio hardware o incorporarlo a un producto comercial.
Kimi K3 no es un caso aislado. Qwen 3.8 Max de Alibaba, un modelo de 2,4 billones de parámetros que la empresa afirma que solo rinde por detrás de Claude Fable 5, entró en vista previa este mes. Z.ai (anteriormente Zhipu) lanzó GLM-5.2 bajo la licencia MIT en Hugging Face. Hunyuan Hy3 de Tencent se distribuyó bajo Apache 2.0. Baidu, que durante mucho tiempo mantuvo su modelo Ernie detrás de una API, cambió de rumbo y publicó los pesos.
Las cifras de adopción son sorprendentes. Qwen ha superado los mil millones de descargas acumuladas en Hugging Face. En marzo de 2026, representaba más de la mitad de todas las descargas de modelos de código abierto a nivel mundial, con más variantes generadas por usuarios que Google y Meta combinados. Un estudio del MIT y Hugging Face encontró que los modelos chinos de peso abierto representaron el 17,1 por ciento de las descargas globales de modelos de IA en el año finalizado en agosto de 2025, superando por primera vez la participación estadounidense del 15,86 por ciento.
La lógica estratégica detrás de la distribución gratuita es la inversa del manual habitual de Silicon Valley. Los laboratorios fronterizos estadounidenses como OpenAI y Anthropic mantienen sus modelos más capaces detrás de API de pago, monetizando el acceso por token. Los laboratorios chinos carecen de la misma abundancia de hardware avanzado para servir inferencia a escala, por lo que publican pesos y dejan que otros alojen y sirvan el modelo en su propia infraestructura. Databricks, los proveedores de nube y los centros de datos empresariales se convierten en nodos de distribución.
Kyle Chan de la Brookings Institution describe el efecto como desbloquear capacidad informática en la que otras organizaciones ya han invertido y construido. Al publicar los pesos de un modelo, el desarrollador convierte la base instalada global de clústeres de GPU en su red de distribución, evitando la necesidad de construir su propia infraestructura de inferencia.
Las implicaciones se extienden más allá del ámbito digital. Un informe de marzo de 2026 de la Comisión de Revisión Económica y de Seguridad entre EE.UU. y China identificó dos ciclos de retroalimentación que se refuerzan mutuamente en la estrategia china de IA. El ciclo digital funciona a través de publicaciones abiertas, adopción por parte de desarrolladores, iteración comunitaria y mejora del modelo. El ciclo físico opera mediante el despliegue en la fabricación, la logística y la robótica, generando datos propietarios del mundo real que se retroalimentan en las mejoras del modelo.
Los controles de exportación dirigidos al hardware de entrenamiento abordan solo la parte inicial del ciclo digital. Dejan intacto el ciclo físico, porque la acumulación de datos del lado del despliegue en la base industrial china no requiere chips fronterizos. La comisión concluyó que el campo de batalla se ha trasladado más allá del laboratorio al piso de la fábrica.
Los datos de adopción sugieren que la estrategia está funcionando también dentro de los Estados Unidos. Un análisis de AlphaMatch encontró que aproximadamente el 80 por ciento de las startups de IA en EE.UU. integran actualmente al menos un modelo chino de código abierto. Los modelos chinos representan aproximadamente el 60 por ciento de los tokens consumidos por empresas estadounidenses en la plataforma de inferencia OpenRouter. Es poco probable que un desarrollador que construye una aplicación sobre Qwen o DeepSeek regrese a otra cuando la API propietaria de próxima generación suba sus precios o cambie sus términos.
El enfoque de peso abierto no descarta ingresos. Moonshot cobra $3 por millón de tokens de entrada y $15 por millón de tokens de salida por acceso a la API alojada de Kimi K3, y ofrece suscripciones empresariales. Pero el valor principal es estratégico, no transaccional. Al distribuir pesos gratuitamente, los laboratorios chinos construyen dependencia global en sus ecosistemas de modelos, creando un contrapeso estructural al dominio de los proveedores de API estadounidenses.
Ese dominio no ha quedado sin ser cuestionado en Washington. La administración Trump ha reavivado los debates sobre la prohibición de modelos chinos de IA en sistemas gubernamentales, y el jefe de futuros estratégicos de OpenAI describió el escenario de disponibilidad generalizada de pesos abiertos en términos severos. Pero las herramientas ya están descargadas, ejecutándose en servidores de todo el mundo y profundamente integradas en los flujos de trabajo de desarrollo de la próxima generación de aplicaciones de IA.
Fuentes: Why China is giving away its best AI models (The Verge, 27 de julio); How the Two Loops of Chinese AI Competition Work (USCC Report, marzo de 2026); Kimi K3 is the largest open-weight model yet (Tom’s Hardware, 27 de julio); China open-source AI models surpass US in global downloads (MIT Technology Review, 2026)
Traducido por Alessandra