DeepSeek, Qwen y Moonshot aumentan la presión sobre Silicon Valley con modelos asequibles

Los desarrolladores chinos de IA han dejado de ir a remolque y han empezado a cambiar la propia economía del mercado. Los modelos DeepSeek, Qwen y Moonshot ya no parecen una opción de compromiso "más barata": en muchas tareas se acercan casi al nivel de los mejores sistemas estadounidenses, pero cuestan bastante menos y dan a los desarrolladores más libertad de configuración. Para Silicon Valley, es una señal incómoda.

Si el mercado entiende que se puede lograr un alto nivel de calidad sin presupuestos gigantescos, sin los chips más escasos y sin una dependencia rígida de una API cerrada, la presión no recae solo sobre el liderazgo tecnológico de EE. UU., sino sobre toda la forma de monetizar la IA de vanguardia.

La paradoja es que las restricciones favorecieron en parte a China. Las restricciones estadounidenses a la exportación de los chips más potentes y un acceso mucho menor al capital empujaron a los laboratorios locales a buscar, en lugar del camino frontal de aumentar la computación sin límite, una estrategia de ingeniería más económica. En vez de apostar solo por el "mayor clúster", las empresas chinas aceleraron el trabajo en eficiencia de entrenamiento, optimización de la inferencia y ajuste fino práctico de los modelos para escenarios concretos.

Al mismo tiempo, apostaron por el enfoque open-weight: los pesos del modelo están disponibles para los desarrolladores, que pueden estudiarlos, adaptarlos e integrarlos en sus productos. No es solo una ideología de apertura, sino una forma de difundir rápidamente la tecnología por toda la economía y de reunir un ecosistema a su alrededor. Con esta lógica, China empezó a competir no necesariamente por el máximo absoluto en los benchmarks, sino por la combinación de precio, flexibilidad y rapidez de implantación.

En su informe de diciembre, Stanford HAI señaló que los modelos chinos open-weight, tras varios años de retraso, empezaron a alcanzar —y en algunos aspectos a superar— a sus competidores globales en capacidades y difusión. Los investigadores destacaron aparte el foco en modelos eficientes en cómputo, optimizados para un uso flexible en tareas posteriores (downstream). Es una diferencia importante con el enfoque estadounidense, donde los mejores sistemas suelen seguir cerrados y se venden como servicio premium. Para las empresas que crean asistentes, agentes, funciones de búsqueda o herramientas copilot internas, poder tomar un modelo potente, ajustarlo a sus necesidades y reducir el coste por consulta es a veces más importante que ganar unos puntos en una prueba de prestigio.

Aun así, afirmar que China ya se ha puesto por delante sin lugar a dudas sería prematuro. Según una estimación de Epoch AI del 2 de enero de 2026, desde 2023 los modelos chinos han ido de media unos siete meses por detrás de la frontera estadounidense, y la brecha osciló en distintos momentos entre cuatro y catorce meses. Es decir, el liderazgo de EE.

UU. en la vanguardia absoluta se mantiene. Pero ahí está precisamente el nerviosismo de Silicon Valley: la amenaza no es que DeepSeek o Qwen tengan que ser los mejores en todo, sino que la brecha se ha reducido a meses y no a años.

Si un modelo cuesta mucho menos, se despliega más rápido y además es "suficientemente bueno" para la mayoría de tareas comerciales, el mercado empieza a hacer las cuentas de otra manera.

De ahí el principal desafío para las empresas estadounidenses. Su lógica actual se basa en enormes gastos de capital, infraestructura escasa y la venta de acceso a modelos cerrados a precio alto. Los actores chinos presionan esa estructura desde otro lado: ofrecen una entrada más asequible, una personalización más libre y una difusión más rápida a través de la comunidad de desarrolladores. Cuanto más se amplía ese ecosistema, más débil parece el argumento de que solo un modelo cerrado carísimo puede ser la base de un producto serio.

Para startups, equipos corporativos e integradores, esto supone una alternativa real. Para los inversores, el riesgo de que parte del margen futuro de la IA no vaya a quien llegó primero a la frontera, sino a quien logró hacer masivo un modelo potente.

Esto cambia también la propia lógica de la competencia. Hasta hace poco, la carrera de la IA se percibía como una competición que gana quien más gasta en chips, centros de datos y entrenamiento. Ahora se ve que la apertura, la adaptabilidad y el coste de implantación importan igual. Los laboratorios estadounidenses siguen marcando el ritmo en la cima del mercado, pero China ha demostrado que se puede acercar rápido a ese nivel y empezar a ganar en distribución. Para Silicon Valley es una mala noticia no porque ya la hayan superado, sino porque ya no tiene el monopolio del mejor formato económico de la IA.