DeepSeek y GLM-5 superan a Yandex en una prueba de 34 modelos de IA para mánagers sin VPN

Los autores de una amplia prueba evaluaron 34 modelos de IA con tareas típicas de un mánager y analizaron por separado cuáles se pueden usar en Rusia sin VPN. La conclusión principal resulta incómoda para los actores locales: los modelos chinos obtuvieron los mejores resultados, mientras que las soluciones de Yandex quedaron lejos de los primeros puestos.

Líderes sin VPN

El estudio no se basó en benchmarks abstractos, sino en 32 escenarios prácticos: desde correos a socios y planes de proyecto hasta análisis de informes, priorización, contratación y adaptación al contexto ruso. Todas las consultas se formularon en ruso y sin prompt engineering, como suele hacerlo un mánager corriente. Dos modelos jueces independientes evaluaron las respuestas y después el resultado se combinó en una puntuación global en una escala de 1 a 5. El objetivo de este enfoque era mostrar cómo se comportan los modelos en un entorno de trabajo normal, no en un laboratorio.

• GLM-5 — 4.50 puntos, chat gratuito y primer puesto en tareas de gestión de equipos
• DeepSeek V3.2 — 4.41 puntos, chat gratuito y una API muy barata
• DeepSeek R1 — 4.31 puntos, más fuerte en análisis gracias a su modo de razonamiento
• Mistral Large — 4.25 puntos, una opción sólida con chat y API

Tras la actualización del 17 de marzo de 2026, se añadió GLM-5 a la clasificación y se eliminó la suposición errónea de que Grok estaba disponible sin VPN. En la versión actual del artículo, GLM-5 ocupa el primer puesto entre los modelos accesibles, mientras que DeepSeek V3.2 se consolida como la opción más práctica por su equilibrio entre calidad, precio y disponibilidad. Los autores subrayan que la diferencia entre niveles no se nota sobre el papel, sino en el trabajo diario: los modelos potentes ofrecen respuestas que se pueden usar casi de inmediato.

La distancia con el top mundial

Para conocer el techo real de calidad, los autores compararon los modelos accesibles con los que están bloqueados en Rusia. En el top mundial figuran Claude Sonnet 4.5, GPT-5.2 Pro y Claude Opus 4.5, con un resultado medio de unos 4,78 puntos. Los mejores modelos accesibles sin VPN obtuvieron una media de 4,36. La diferencia ronda los 0,4 puntos: no es un abismo, pero supone pasar de la categoría de «excelente» a la de «bueno».

«La respuesta “depende de la tarea” es honesta, pero inútil.»

Sin embargo, la brecha no se reparte de forma uniforme. En planificación y resolución de problemas, los modelos accesibles casi alcanzan al top mundial: el retraso es de solo 0,1–0,2 puntos y, en la práctica, a menudo pasa desapercibido. La situación empeora en las tareas de formación y desarrollo de empleados, por ejemplo, cuando hay que elaborar un plan de carrera, un programa de mentoría o recomendaciones de crecimiento. Ahí la distancia llega a medio punto, por lo que conviene revisar las respuestas con más atención. Es en ese terreno donde se nota la diferencia en profundidad de razonamiento y en la pertinencia de los consejos.

Por qué perdió Yandex

El fracaso más llamativo del estudio corresponde a Yandex. El mejor modelo de la compañía, Alice AI LLM, obtuvo 3,84 puntos y solo alcanzó el tercer escalón, por debajo de DeepSeek, Mistral e incluso MiMo v2 Flash de Xiaomi. Aún más revelador es el resultado en la categoría de especificidad regional, que evaluaba el derecho laboral ruso, el compliance local y el contexto cultural. Ahí Alice logró 3,68, frente a los 4,56 de GPT-5.2 y los 4,34 de DeepSeek V3.2.

Los autores lo explican de forma sencilla: en tareas de negocio, la capacidad analítica del modelo pesa más que el simple hecho de haberse entrenado con contenido en ruso. Dicho de otro modo, un buen modelo global que maneja correctamente el ruso puede superar con holgura a un modelo «nativo» con un reasoning más débil. Aun así, los propios autores reconocen que Yandex utiliza otra metodología en sus comparativas internas y que, en sus propias pruebas, Alice superaba a los antiguos DeepSeek V3.1 y Qwen en parte de las tareas. Pero en el conjunto de 32 escenarios de gestión, la versión V3.2 resultó más fuerte que Yandex en las ocho categorías.

Qué significa esto

Para los equipos de habla rusa, el mercado de la IA ya no se reduce a elegir entre los líderes occidentales y los productos locales. Si se necesita una herramienta de trabajo sin VPN, hoy lo más racional es fijarse en DeepSeek y GLM-5: no llegan al top absoluto, pero ya cubren la mayor parte de las tareas cotidianas de un mánager. Y la promesa de «entendemos mejor el ruso» ya no garantiza por sí sola el liderazgo. Para las empresas, se trata ya de una decisión práctica, no teórica.