Los modelos de IA chinos superan a los estadounidenses en consumo de tokens, según OpenRouter

Los datos de OpenRouter muestran un cambio histórico: por segunda semana consecutiva, los modelos de IA chinos superan a los estadounidenses en consumo real, con 4,69 billones de tokens frente a 3,29 billones. Al mismo tiempo, ha aparecido entre los primeros puestos la misteriosa Hunter Alpha, cuyo creador no conoce nadie.

Cifras que no mienten

Durante la última semana, los modelos chinos generaron 4,69 billones de tokens a través de OpenRouter, y los estadounidenses, 3,29 billones. La brecha ronda el 43 %. Es importante que no se trata de afirmaciones de marketing ni de benchmarks sintéticos: es carga real sobre la infraestructura del mayor agregador de API, que usan miles de equipos de desarrollo en todo el mundo.

Una semana antes, el panorama era similar. Dos semanas seguidas ya no son un pico aleatorio, sino una tendencia estable. Para una industria en la que hace solo seis meses GPT-4 se consideraba la única opción para sistemas en producción, es una señal significativa.

Quién es Hunter Alpha

Entre los mayores consumidores ha aparecido un modelo llamado Hunter Alpha. Ningún proveedor conocido ha reivindicado públicamente su lanzamiento: simplemente apareció en OpenRouter y empezó a generar un tráfico considerable. Su origen es desconocido y nadie ha revelado su autoría.

No es el primer caso de modelo «fantasma». En 2024, el Mystery Model del ranking de LMSYS resultó ser Claude 3 Opus. Pero Hunter Alpha es un escenario distinto: consume activamente tokens de usuarios reales. Es un lanzamiento completo, no una prueba oculta.

Por qué los agentes han cambiado la economía

La causa principal del cambio no es la calidad de los modelos en sí, sino un cambio en el patrón de uso. En la era de los agentes, una sola tarea puede requerir decenas o cientos de llamadas a LLM. Un pipeline de agentes genera entre 10 y 100 veces más tokens que una consulta de chat individual. A esa escala, el precio por millón de tokens pasa a ser el factor principal de elección.

Los modelos chinos han recortado sus precios de forma agresiva en los últimos seis meses. La diferencia con los competidores estadounidenses en cargas de alto volumen es enorme:

• Qwen3-72B: 0,07–0,30 $ por 1M de tokens (según el proveedor)
• DeepSeek V3: 0,07–0,14 $ por 1M de tokens
• GPT-4o: 2,50–5,00 $ por 1M de tokens
• Claude Sonnet 4.5: 3,00–15,00 $ por 1M de tokens

Para tareas de agentes con miles de llamadas al día, una diferencia de decenas de veces afecta directamente al margen del producto.

Qué conviene revisar ahora mismo

Si está construyendo funciones de IA para producción, repase esta lista:

• Calcule los tokens por tarea, no por prompt, sino por todo el ciclo del agente. Multiplique por el volumen mensual.
• Compare costes: con una diferencia de precio de 10x, la economía del producto cambia radicalmente.
• Revise la ventana de contexto: Qwen3 y DeepSeek admiten hasta 128K tokens, suficiente para la mayoría de los pipelines.
• Mida el TTFT: en interfaces en tiempo real, la latencia importa más que el precio; pruebe desde su propia región.
• Evalúe los riesgos de cumplimiento: los datos enviados a través de API chinas plantean dudas de RGPD y de seguridad corporativa.

«Ya no se puede elegir un modelo por cómo responde en el chat: hay que

calcular el coste de la tarea completa».

Qué significa

Que cambie el líder en consumo real de tokens no es motivo de pánico, pero sí una señal clara. Los desarrolladores votan con el tráfico: los modelos chinos son más baratos para cargas de agentes, y el mercado lo refleja. Para los equipos de producto es una razón para auditar su stack, no porque «los chinos sean mejores», sino porque «barato y con calidad suficiente» supone otra economía de producto.