Los desarrolladores chinos de inteligencia artificial han entrado de lleno en la era de los modelos gigantes. En cuestión de meses, varias de las grandes tecnológicas del país han cruzado el umbral del billón de parámetros (10^12, es decir, un millón de millones), la escala que define a los sistemas más ambiciosos del mundo. Y lo hacen mientras Washington estrecha el cerco con controles de exportación que les cierran el acceso al hardware más avanzado.
El movimiento no es casual. Empresas como DeepSeek, Alibaba, Xiaomi y Zhipu AI compiten por reducir la brecha técnica con rivales estadounidenses como OpenAI, Anthropic y Google. Su apuesta combina tres ingredientes: arquitecturas más eficientes, una decidida estrategia de código abierto y, sobre todo, la adaptación de sus modelos a chips de fabricación nacional como los procesadores Ascend de Huawei.
La pregunta de fondo es cuánto se ha acortado realmente la distancia. Según el reporte técnico de DeepSeek, sus mejores modelos aún se sitúan unos meses por detrás de la frontera estadounidense, pero el ritmo de avance ha sido más rápido de lo que casi nadie predijo.
Quién persigue el billón de parámetros en China
La cabeza visible de esta carrera es DeepSeek. A finales de abril, la startup de Hangzhou lanzó V4, su primer modelo en superar el billón de parámetros y el más potente hasta la fecha. La versión V4-Pro es un modelo de mezcla de expertos (MoE) con 1,6 billones de parámetros totales, una ventana de contexto de un millón de tokens y publicado en código abierto bajo licencia MIT, junto a una variante más pequeña y barata, V4-Flash, de 284.000 millones de parámetros.
DeepSeek no está sola. Alibaba fue de las primeras en cruzar el umbral con Qwen-3-Max-Preview, presentado en septiembre y descrito como un modelo de más de un billón de parámetros, en este caso propietario. Xiaomi también ha lanzado un modelo de escala de billón de parámetros en los últimos meses. A ellas se suma Zhipu AI (que opera como Z.ai), otro de los nombres que el South China Morning Post sitúa al frente de esta frontera tecnológica.
Cuidado con la cifra: en español, un billón equivale a 10^12 (un millón de millones), lo que en inglés se denomina trillion. Cuando se habla del “billón de parámetros” se hace referencia a esa magnitud, no al billion anglosajón (mil millones).
El cambio de tendencia es notable. Si en 2023 y 2024 dominaban los modelos generalistas de miles de millones de parámetros, ahora el foco se ha desplazado hacia diseños de escala de billón, con contextos de un millón de tokens y plena adaptación al stack de chips nacional, según un análisis de la firma Donghai Securities.
Chips propios, precios agresivos y código abierto: la estrategia china
El gran obstáculo es conocido: los controles de exportación de Estados Unidos impiden a los desarrolladores chinos comprar los procesadores más avanzados de Nvidia. Paradójicamente, esa escasez se ha convertido en un acicate. Al verse obligados a entrenar y ejecutar modelos con recursos limitados, los laboratorios chinos han tenido que volverse mucho más eficientes.
La respuesta más visible es el hardware nacional. DeepSeek trabajó estrechamente con Huawei para que V4 funcionara sobre sus procesadores Ascend, y la compañía espera abaratar aún más el modelo a medida que Huawei escale la producción de su nuevo chip Ascend 950. En la misma línea, Zhipu AI entrenó su modelo GLM-5, de 744.000 millones de parámetros, íntegramente sobre chips Ascend 910B de Huawei, sin recurrir a aceleradores estadounidenses. Analistas de Huatai Securities subrayaron que el lanzamiento de V4 menciona explícitamente la compatibilidad con chips domésticos.
A la independencia de hardware se suma una guerra de precios. DeepSeek fijó el coste de V4-Pro entre 0,025 y 6 yuanes por millón de tokens, una rebaja drástica frente al rango anterior de 0,1 a 24 yuanes. Los desarrolladores chinos siguen compitiendo de forma agresiva en precio en lugar de apoyarse únicamente en una prima por rendimiento.
La presión geopolítica no ha cesado: Zhipu AI figura entre las empresas de IA chinas añadidas a la Entity List del Departamento de Comercio de EE. UU., que restringe su acceso a tecnología estadounidense.
¿Cómo de cerca están de la cima? Según el propio reporte técnico de DeepSeek, V4 se queda “marginalmente por detrás” de los modelos punteros de OpenAI y Google, lo que sugiere una trayectoria de desarrollo que sigue a la frontera del estado del arte por aproximadamente tres a seis meses. Una distancia que, hace poco más de un año, parecía mucho mayor.
