Los modelos chinos de IA abierta ganan usuarios en el extranjero, pero las plataformas en la nube captan gran parte de los ingresos

DeepSeek lidera en uso mientras la competencia se desplaza hacia los ingresos

DeepSeek representó el 24,5% de las solicitudes de texto en OpenRouter en la semana que comenzó el 5 de octubre de 2026, por delante de OpenAI, con un 18,6%, y Google, con un 17,8%. Sin embargo, una estimación de Epoch AI reveló que DeepSeek captó solo alrededor del 8% del gasto de los clientes en sus modelos a través de la plataforma. Los desarrolladores chinos de IA están ganando usuarios en el extranjero, pero compiten con las empresas que alojan y comercializan su tecnología por los ingresos que genera.

Las clasificaciones semanales de uso de OpenRouter, con datos hasta el 13 de octubre, sitúan a DeepSeek V4.1 Flash en primer lugar, con 40,5 billones de tokens procesados, seguido de Step 5 Preview, con 15,1 billones, y GLM 5.3 Flash, con 12,9 billones. Los tokens son pequeñas unidades de texto o datos que procesa un modelo de IA cuando recibe una pregunta y genera una respuesta.

Los modelos chinos superaron a los estadounidenses en el uso semanal de tokens en OpenRouter durante 24 semanas consecutivas hasta el 11 de octubre. Su atractivo combina precios más bajos, un rendimiento en mejora y la libertad de las empresas para adaptar los modelos y ejecutarlos a través del proveedor que elijan.

Cynthia Zhang, socia fundadora de FutureX Capital, afirma que es poco probable que los desarrolladores chinos de modelos igualen pronto los ingresos de OpenAI y Anthropic, aunque sus ventas están creciendo con rapidez. Epoch AI estimó que, en conjunto, seis desarrolladores chinos destacados generaron alrededor del 10% de los ingresos por IA que sumaron esas dos empresas estadounidenses hasta septiembre.

Qué miden las cifras de uso

OpenRouter conecta aplicaciones con numerosos modelos de IA a través de una interfaz de programación de aplicaciones, o API. Su gráfico de solicitudes cuenta cuántas veces se invoca cada modelo. Sus clasificaciones por tokens contabilizan la cantidad de material procesado, incluidas tanto las preguntas como las respuestas. Las cifras describen la actividad que pasa por OpenRouter y excluyen las solicitudes privadas.

La proporción de solicitudes de DeepSeek superó la de OpenAI en 5,9 puntos porcentuales en la semana del 5 de octubre. Z.ai tuvo otro 13,4%, Qwen un 5,4%, Xiaomi un 2,9% y Tencent un 1,7%. En conjunto, esos cinco desarrolladores chinos representaron el 47,9% de las solicitudes de texto. Otros desarrolladores chinos también pueden figurar en las categorías restantes.

El conjunto de datos diarios de tokens de OpenRouter incluye los 50 principales modelos públicos de cada día y un agregado del resto. Permite consultar periodos diarios, semanales y mensuales, con filtros de características como la modalidad y la longitud del contexto. Los filtros por categoría e idioma se basan en estimaciones derivadas de muestras. Además, los proveedores dividen el material en tokens de distintas maneras, por lo que los totales dependen en parte de sus métodos de recuento. Fuente: OpenRouter (openrouter.ai/rankings), al 13 de octubre de 2026.

Por qué las empresas eligen modelos que pueden adaptar

Harvey, que desarrolla herramientas de IA para el trabajo jurídico, y Genspark, que crea agentes basados en varios modelos, están desarrollando sistemas con tecnología china de código abierto para reducir su dependencia de proveedores de modelos cerrados. Un agente de IA es un programa que utiliza un modelo para llevar a cabo una secuencia de tareas, como planificar el trabajo, escribir código y comprobar el resultado.

Los pesos abiertos son los valores numéricos aprendidos que guían las respuestas de un modelo. Al ponerlos a disposición, otra empresa puede descargar el modelo, ejecutarlo en sus propios servidores y ajustarlo a tareas concretas. Los derechos exactos dependen de la licencia. Algunas versiones también incluyen el código fuente, mientras que otras proporcionan los pesos con restricciones para el uso comercial.

Las empresas pueden usar datos propios para adaptar estos modelos a sus necesidades. También pueden decidir dónde se ejecuta el sistema, en vez de enviar cada solicitud al desarrollador original. Esa flexibilidad ayuda a explicar por qué un modelo chino puede integrarse en un producto estadounidense o europeo mientras el alojamiento y las relaciones con los clientes permanecen fuera de China.

Lip-Bu Tan, director ejecutivo de Intel, describió la adopción de modelos chinos de vanguardia como «muy rápida» durante un panel de DBS en Singapur el 12 de octubre. Calificó el rendimiento de DeepSeek, Kimi y GLM de «suficientemente bueno» y dijo que los mercados determinarían qué modelos se adaptan mejor a distintos usos. Al explicar su preferencia por la tecnología abierta, Tan afirmó:

Creo firmemente en el código abierto; es la mejor manera de impulsar la eficiencia

Los precios más bajos cambian las decisiones cotidianas

Stu Clott, responsable de operaciones y desarrollador ocasional en San Diego, dijo que una hora de programación costaba unos 10 dólares con Claude, frente a menos de 50 centavos con DeepSeek. Esas cifras sitúan el gasto en DeepSeek por debajo de una vigésima parte del costo de Claude para ese trabajo.

Ruben Garcia Jr., un desarrollador de Dallas que crea sitios web y aplicaciones móviles, reparte el trabajo entre distintos proveedores. Gasta 500 dólares al mes en Claude y ChatGPT para tareas complejas de planificación y revisión, y 200 dólares en modelos chinos, entre ellos MiniMax, Kimi y Xiaomi MiMo. Afirma que los modelos chinos se encargan del 90% de sus tareas, incluida la programación y el reconocimiento de voz.

Flo Crivello, fundador de Lindy, dijo que trasladar los asistentes de IA para el trabajo de su empresa de los modelos de Anthropic a DeepSeek permitió ahorrar millones de dólares. Lindy accede a DeepSeek a través de un proveedor estadounidense. Crivello explicó por qué un modelo menos costoso puede ser adecuado para tareas rutinarias:

No hace falta invocar a Dios para escribir un correo electrónico

Kyle Chan, investigador del centro Brookings Institution, identifica como un mercado en expansión a las empresas medianas que empiezan a usar IA, pero están preocupadas por los costos. Zhang afirma que la competencia puede dejar a un modelo estadounidense líder con un periodo de alta rentabilidad de apenas unos seis meses antes de que comiencen a bajar los precios.

El rendimiento es suficiente para muchas tareas

El Centro de Estudios Estratégicos e Internacionales (CSIS) describe los modelos chinos como competitivos en muchas tareas prácticas en su evaluación de la IA china. Su autor, Yasir Atalan, subdirector e investigador de datos del CSIS Futures Lab, escribe que GLM-5.2 tiene unos 750.000 millones de parámetros y una ventana de contexto de un millón de tokens. Los parámetros son los valores aprendidos del modelo; la ventana de contexto es la cantidad de material que puede considerar de una vez.

La evaluación cita las conclusiones del Centro para Estándares e Innovación en IA, según las cuales DeepSeek V4 Pro estaba unos ocho meses por detrás de los principales modelos estadounidenses. También describe buenos resultados de GLM y Moonshot en programación y agentes. Para una empresa que elige un sistema, la pregunta pertinente es si realiza la tarea requerida de forma fiable y a un costo aceptable.

Una comparación del Gobierno de Estados Unidos ofrece un ejemplo concreto. El informe Two Loops de la Comisión de Revisión Económica y de Seguridad entre Estados Unidos y China indica que, en enero de 2026, Kimi K2.5 costaba 1,20 dólares por millón de tokens y GPT-5.2, 4,81 dólares. Ambos obtuvieron 47 puntos en el Índice de Inteligencia de Artificial Analysis, por lo que el precio publicado de Kimi equivalía a alrededor de una cuarta parte del de GPT-5.2.

Los laboratorios chinos han buscado métodos de entrenamiento y ejecución más eficientes. DeepSeek dijo que el entrenamiento final de V3 utilizó 2,788 millones de horas de GPU H800, con un costo estimado de 5,6 millones de dólares. El CSIS también describe la destilación de conocimiento, mediante la cual las respuestas y evaluaciones de un modelo más potente se convierten en ejemplos de entrenamiento para otro. OpenAI y Anthropic han acusado a laboratorios chinos de obtener ese material mediante cuentas fraudulentas, lo que convierte esta práctica en un punto de conflicto comercial y político.

Un ecosistema en expansión llega a las plataformas globales

Los datos de descargas de Hugging Face citados por el CSIS sitúan a los modelos chinos en el 41% de las descargas del año anterior. El informe de la comisión dice que superaron a los modelos estadounidenses en descargas totales en agosto de 2025 y ocuparon siete de los diez puestos más descargados de la plataforma entre noviembre y diciembre de ese año.

La familia Qwen de Alibaba ilustra la escala de la adaptación. La comisión registró más de 100.000 modelos derivados en la fecha de publicación. Para el verano de 2026, Qwen había alcanzado unos 2.045 millones de descargas y 151.448 derivados, aproximadamente 2,6 veces la cifra de derivados basados en modelos de Meta. Un derivado es una versión creada a partir de un modelo existente, a menudo adaptada a un idioma, un sector o una tarea específica.

Amazon Web Services ha añadido seis modelos chinos de pesos abiertos a Amazon Bedrock, entre ellos DeepSeek V3.2, MiniMax M2.1 y Qwen3 Coder Next. Kimi K3 se incorporó en septiembre y GLM-5.3, a comienzos de octubre. Bedrock permite a las empresas usar modelos a través de la infraestructura en la nube de Amazon. Baseten también ha puesto Kimi K3 y GLM-5.3 a disposición de los usuarios de la herramienta de programación Codex de OpenAI, y se encarga del alojamiento y de la capacidad informática necesaria para generar respuestas.

La expansión ha avanzado en varias etapas:

• Agosto de 2025: los modelos chinos superaron a los estadounidenses en descargas totales de Hugging Face.
• Entre noviembre y diciembre de 2025: los modelos chinos ocuparon siete de los diez primeros puestos de descargas de Hugging Face.
• Julio de 2026: Moonshot publicó Kimi K3 con requisitos de reparto de ingresos para algunos grandes proveedores de servicios.
• Septiembre de 2026: Kimi K3 estuvo disponible en Amazon Bedrock.
• A comienzos de octubre de 2026: GLM-5.3 llegó a Bedrock mediante un acuerdo comercial que contempla el reparto de ingresos.
• 12 de octubre de 2026: el director ejecutivo de Intel describió la rápida adopción durante el panel de DBS en Singapur.

¿Quién recibe los ingresos cuando se expande un modelo abierto?

La experiencia de Z.ai muestra cómo un modelo puede ganar popularidad mientras su creador pierde negocio de alojamiento. Epoch AI constató que, en un día, 12 proveedores externos ofrecían GLM-5.3 Flash a través de OpenRouter tras la publicación de sus pesos en agosto. A los 20 días, lo ofrecían 26 proveedores, ocho de los cuales cobraban menos que Z.ai.

La proporción de tokens de ese modelo servidos por Z.ai cayó del 88% al 22%. Su volumen diario de tokens descendió un 70%, aunque el uso total del modelo aumentó un 17%. Cada vez más clientes compraban el acceso a otros proveedores de alojamiento.

Vercel registró una brecha similar entre actividad e ingresos: la proporción de tokens de DeepSeek pasó de menos del 1% al 17% en mayo, mientras que su proporción de ingresos se mantuvo cerca del 1%. Los modelos baratos pueden representar una gran parte del trabajo y generar una proporción mucho menor del gasto.

Z.ai informó de un margen bruto del 24,6% en su API durante el primer semestre de 2026, frente al 18,9% de 2025. El margen bruto es la proporción de los ingresos que queda después de los costos directos del servicio, antes de otros gastos. Epoch AI estimó un margen del 85% para la oferta cerrada Opus 4.8 de Anthropic y de entre el 70% y el 80% para DeepSeek, cuyos bajos costos de ejecución lo convierten en una excepción entre los desarrolladores de modelos abiertos.

Moonshot intenta captar más valor mediante la licencia de Kimi K3, que exige a algunos grandes proveedores que venden acceso al modelo firmar acuerdos de reparto de ingresos. Según se ha informado, solicitó a las principales plataformas en la nube hasta el 30% de los ingresos de servicios relacionados. El acuerdo de Z.ai con Bedrock también contempla el reparto de ingresos en función del uso. No se han divulgado las condiciones comerciales precisas ni los ingresos que generarán estos acuerdos.

Las alianzas con la nube aportan clientes y dependencia

Wang Peng, investigador de la Academia de Ciencias Sociales de Pekín, describe el acuerdo emergente como una división de responsabilidades: los desarrolladores crean la tecnología, las plataformas globales en la nube proporcionan la infraestructura y el acceso a las empresas, y los desarrolladores reciben ingresos cuando los clientes usan sus modelos.

Fireworks AI ilustra la oportunidad para los proveedores de infraestructura. Zhang afirma que la empresa californiana, cuyo equipo directivo central está compuesto en gran parte por personas de ascendencia china, despliega modelos chinos abiertos para grandes empresas extranjeras y ha superado los 1.000 millones de dólares de ingresos anualizados. Los ingresos anualizados expresan el ritmo actual de ingresos proyectado a un año completo.

El CSIS explica que el alojamiento por parte de terceros también reduce la carga para los desarrolladores chinos, que de otro modo tendrían que aportar capacidad informática para una base global de clientes. Sin embargo, las instrucciones, los comentarios y los registros de uso pueden quedar en manos del proveedor de alojamiento o del cliente. El laboratorio original tiene entonces menos acceso a información sobre cómo se utiliza su modelo y en qué aspectos debe mejorar.

El informe Two Loops de la comisión señala otra vía de aprendizaje: el despliegue en fábricas, redes logísticas y robótica. Esos usos pueden generar datos especializados que mejoren sistemas posteriores. Los laboratorios chinos pueden obtener comentarios de implementaciones industriales y adaptaciones de la comunidad aunque su acceso directo a las interacciones de clientes extranjeros sea limitado.

Shen Yang, profesor de la Universidad Tsinghua, describe distintas oportunidades en el extranjero: mayor certidumbre comercial en el Sudeste Asiático, más valor por cliente en los mercados del Golfo y una demanda insatisfecha considerable en América Latina. También señala el creciente interés por la soberanía en materia de IA, es decir, la capacidad de controlar dentro de un país infraestructuras, datos y acceso esenciales para la IA.

La seguridad y la confianza de los clientes influyen en la adopción

Ecosia, el motor de búsqueda de Berlín, está poniendo fin a su alianza con la francesa Mistral AI y trabaja con Melious para utilizar modelos como Qwen, GLM y Kimi. Su fundador y director ejecutivo, Christian Kroll, afirma que el cambio redujo a la mitad los costos operativos y mejoró la calidad y el rendimiento. Citó problemas de rendimiento de Mistral, interrupciones de servidores e inquietudes sobre su suministro energético y su independencia. Guillaume Lample, cofundador de Mistral, invitó a Ecosia a probar el próximo modelo Large 4.

Kroll cree que ciertos ajustes específicos pueden corregir las deficiencias políticas de los modelos chinos. Rasmus Rothe, de la Asociación Federal Alemana de Inteligencia Artificial, se muestra más cauteloso y sostiene que el reentrenamiento puede eliminar la censura directa, pero que es difícil cambiar influencias más sutiles en los datos de entrenamiento. Un estudio de NewsGuard también detectó casos en los que sistemas chinos no corrigieron información falsa alineada con los intereses de Pekín.

Atlassian ha adoptado otro enfoque. Su director ejecutivo, Mike Cannon-Brookes, afirma que la empresa utiliza Nvidia Nemotron, Mistral y otros modelos, y que un equipo encargado de la pasarela de IA asigna las tareas a los sistemas adecuados. Explicó la política de la empresa para sus sistemas en producción:

No usamos modelos chinos en producción; somos muy claros al respecto

Cannon-Brookes afirma que algunos clientes se oponen a los modelos chinos, pero aceptan los modelos abiertos. Legisladores estadounidenses también han investigado a Airbnb y Anysphere tras revelaciones sobre Qwen y Kimi. Brian Chesky, director ejecutivo de Airbnb, dijo que la empresa no enviaba datos a los desarrolladores de modelos.

La comisión cita conclusiones del NIST según las cuales los modelos abiertos de DeepSeek eran más vulnerables a riesgos cibernéticos que modelos estadounidenses comparables. Gu Zhaoqin, socio de la oficina de Hongqiao del bufete Duan & Duan, afirma que las dificultades de cumplimiento normativo en el extranjero combinan inquietudes sobre privacidad y seguridad con el proteccionismo comercial impulsado por la geopolítica. El alojamiento local permite a los clientes controlar dónde se procesan los datos; el comportamiento del modelo, las pruebas de seguridad y el cumplimiento legal requieren atención por separado.

La IA más barata pone bajo escrutinio el gasto en infraestructura

Jefferies estima que Microsoft, Alphabet, Amazon y Oracle tienen contratos pendientes por unos 2,3 billones de dólares, aproximadamente la mitad vinculados a OpenAI y Anthropic. Los contratos pendientes son negocios comprometidos mediante contratos cuya entrega se realizará con el tiempo. La caída de los precios de los modelos presiona los ingresos que los desarrolladores de IA esperan obtener y utilizar para comprar capacidad en la nube.

Jefferies cita cifras de OpenRouter que muestran que los modelos chinos procesaron 76,12 billones de tokens en la semana que terminó el 27 de septiembre, frente a los 4,37 billones de finales de abril. Los cuatro principales proveedores estadounidenses procesaron 14,2 billones en esa semana de septiembre. Esas cifras corresponden a un periodo distinto al de las clasificaciones de octubre de OpenRouter.

El banco de inversión cuestiona los planes de gasto de entre 600.000 y 800.000 millones de dólares en centros de datos en 2026 y la inversión de capital propuesta de 993.000 millones para 2027. También señala que las ganancias anualizadas de las cuatro principales empresas de computación en la nube alcanzaron los 581.000 millones de dólares hasta el segundo trimestre de 2026, y que los ingresos no operativos representaron todo el aumento de 222.000 millones. Las ganancias de las inversiones y los ingresos por la venta de servicios informáticos son componentes distintos de esos resultados.

El Informe Global de Tecnología 2026 de Bain & Company estima que la IA necesita generar 6 billones de dólares en ingresos anuales para 2031 a fin de financiar la infraestructura requerida por la demanda prevista. Atribuye 1,8 billones a las aplicaciones existentes y 1,5 billones a las emergentes, lo que deja una brecha de 2,7 billones que deberían cubrir nuevos productos y usos.

Las empresas estadounidenses mantienen ventajas importantes en suscripciones, relaciones con clientes y aplicaciones populares. La comisión cita estimaciones de adopción de Microsoft del 28,3% en Estados Unidos y el 16,3% en China durante el segundo semestre de 2025, aunque los datos de China son menos sólidos. La creciente presencia de modelos chinos en los productos de otras empresas abre una oportunidad comercial distinta: convertirse en una tecnología de base de uso extendido y negociar una mayor proporción de los ingresos que esos productos generan.

Puntos clave

• DeepSeek lideró las solicitudes de texto de OpenRouter con un 24,5% en la semana que comenzó el 5 de octubre de 2026.
• Los modelos chinos atraen a clientes extranjeros por sus precios más bajos, su rendimiento práctico y la flexibilidad de despliegue.
• Los proveedores de alojamiento externos captan una parte considerable del gasto en modelos desarrollados por laboratorios chinos.
• Las alianzas con Amazon Bedrock y las nuevas condiciones de licencia ofrecen vías para repartir los ingresos.
• La seguridad, la censura, la privacidad y el escrutinio político influyen en las decisiones de compra de las empresas.
• La caída de los precios de los modelos presiona los ingresos de los desarrolladores y la rentabilidad de la inversión en infraestructura en la nube.