DeepSeek, Kimi y Qwen frente a tareas de trabajo: prueba de cinco asistentes de IA chinos

En una nueva comparativa en vídeo, la redacción enfrentó a cinco asistentes de IA chinos —Doubao, Qwen, Yuanbao, Kimi y DeepSeek— con tareas laborales típicas, en las que normalmente no hace falta código, sino la rutina intelectual diaria. El foco estuvo en el resumen de textos, el análisis de datos, las conclusiones sectoriales y la redacción profesional.

Cómo se hizo la prueba

El punto de partida es sencillo: la IA ya cubre una parte considerable del trabajo con textos que antes recaía por completo en las personas. Por eso los autores no se midieron con benchmarks abstractos, sino que eligieron un escenario más práctico: ver cómo se comportan los distintos asistentes en tareas parecidas a las peticiones reales de un editor, un analista, un gerente o un investigador. Este enfoque importa porque al usuario normalmente no le hace falta el bot "más inteligente" en general, sino una herramienta que le ahorre tiempo ahora mismo.

«La IA ya puede resolver la mayor parte de las tareas de texto con las

que me encuentro en el trabajo».

En la prueba entraron cinco jugadores destacados del mercado chino: Doubao, Qwen, Yuanbao, Kimi y DeepSeek. Se los evaluó en condiciones idénticas o similares, para ver no solo la calidad de la respuesta, sino también cómo mantiene el modelo la estructura, cómo trabaja con las formulaciones y cómo resuelve tareas en las que no basta con continuar un texto, sino que hay que extraerle utilidad. La comparativa trata más de aptitud para el trabajo que de una demostración vistosa de capacidades.

Qué habilidades se evaluaron

El conjunto de tareas refleja el uso de oficina más frecuente de la IA: el usuario llega con un gran volumen de texto o datos y quiere obtener rápido un resultado claro. En este tipo de tareas es donde más se nota la diferencia entre modelos, porque una presentación bonita no basta: importan la precisión, la síntesis, la lógica y la capacidad de mantener el objetivo de la respuesta hasta el final. Es un tipo de trabajo en el que el error se ve de inmediato y afecta pronto a la calidad del documento final.

• Condensar un material largo en un resumen breve y claro
• Analizar datos y destacar cifras clave o desviaciones
• Formular conclusiones sectoriales a partir de los datos de partida
• Redactar un texto en el estilo requerido y con una estructura clara

Comprobar estas habilidades muestra hasta qué punto un asistente sirve como capa de trabajo sobre los procesos cotidianos. Si un modelo resume bien pero se enreda con los números, es difícil confiarle una nota analítica. Si escribe con seguridad pero no sabe sacar conclusiones sobre un sector, sigue siendo más bien un generador de borradores. Por eso estas pruebas son útiles no solo para elegir un "ganador", sino para entender la especialización de cada herramienta. Normalmente es a este nivel donde se decide si un modelo entra en el conjunto de herramientas fijo de trabajo.

Dónde se nota la diferencia práctica

El principal valor de una comparativa así es que saca a la IA del modo "efecto wow" y la lleva al modo utilidad. Para las empresas y los profesionales, la cuestión ya no es si el modelo sabe responder preguntas en general. La cuestión es si se le puede dar material en bruto, obtener rápido una primera pasada y dedicar después menos tiempo a las correcciones. Ahí aparecen las diferencias reales: quién mantiene mejor el contexto, quién trata los datos con más cuidado y quién escribe un texto más coherente y apto para publicar.

En el mercado chino hay cada vez más asistentes de este tipo, y la competencia se desplaza de las promesas generales a la calidad del trabajo concreto. Los usuarios no comparan el número de parámetros ni el volumen del marketing, sino cuántos pasos quedan después de la respuesta del modelo. Si tras la IA hay que reescribir el texto por completo, su utilidad se esfuma enseguida. Si en cambio ofrece una estructura clara, no pierde detalles importantes y ahorra al menos la mitad del tiempo de preparación, ya es una ventaja seria en el trabajo real.

Qué significa

El mercado de asistentes de IA madura: los modelos se evalúan cada vez más no por demos vistosas, sino por cómo se comportan en tareas laborales corrientes. Para el usuario es una buena referencia: conviene elegir no la "mejor IA en general", sino un asistente para un tipo concreto de trabajo: resúmenes, cifras, análisis sectorial o redacción de borradores. Y cuantas más comparativas se construyan en torno a la rutina diaria, más fácil será distinguir una herramienta cómoda de un nombre simplemente sonoro.