Los modelos chinos de IA ganan terreno en EE. UU. mientras se disparan los costes de OpenAI y Anthropic

El artículo de CNBC (7 de julio de 2026, firmado por Kai Nicol-Schwarz) documenta un giro significativo en la adopción empresarial de inteligencia artificial en Estados Unidos: las compañías estadounidenses están recurriendo cada vez más a modelos de IA construidos en China —como DeepSeek y Z.ai— a medida que estos reducen la distancia de rendimiento con los sistemas de frontera de OpenAI y Anthropic, mientras resultan sustancialmente más baratos de usar.

El dato central que aporta el texto proviene de OpenRouter, una plataforma que permite a los desarrolladores acceder a distintos modelos de IA: la proporción de tokens que las empresas estadounidenses consumen en modelos chinos se ha mantenido por encima del 30% cada semana desde el 8 de febrero, llegando a picos del 46%. Para poner esto en perspectiva, el promedio de los doce meses anteriores era de apenas un 11%, y en la primera mitad de 2025 esa cifra caía hasta el 4,5%. Es decir, en poco más de un año la cuota de uso de modelos chinos se ha multiplicado varias veces.

Este desplazamiento ocurre en un contexto de subida de precios por token en muchos de los laboratorios estadounidenses más avanzados, lo que ha dejado a las empresas lidiando con costes de IA más altos de lo esperado. Según Kyle Chan, investigador del John L. Thornton China Center en la think tank Brookings, citado en el artículo, "los modelos chinos de IA resultan particularmente atractivos para las empresas estadounidenses ahora que los costes de la IA se disparan", y añade que, mientras antes las compañías priorizaban la adopción de IA sin importar el modelo, ahora se muestran mucho más sensibles al coste.

El artículo enmarca este auge de los modelos chinos de código abierto y de pesos abiertos ('open source' y 'open weight') en un momento en que la administración estadounidense busca regular sus modelos de IA más potentes y evaluar cómo frenar la rápida adopción de alternativas extranjeras. Se menciona que, a finales de junio, OpenAI accedió a limitar el despliegue de un nuevo conjunto de modelos a petición del gobierno, y que los controles de exportación sobre los modelos Mythos y Fable de Anthropic también fueron levantados ese mes, tras un tenso pulso entre la administración Trump y la compañía.

En cuanto a casos concretos de adopción, la startup de IA Lindy trasladó en junio el 100% de su tráfico desde los modelos Claude de Anthropic hacia DeepSeek, la compañía china que irrumpió con un lanzamiento sorpresa a comienzos de 2025 y que sacó un nuevo modelo en abril. Su CEO, Flo Crivello, relató a CNBC: "Lo hicimos, y se pudo ver cómo la curva de costes bajaba, literalmente se desplomaba". Crivello estimó que la decisión ahorrará a Lindy millones de dólares en pocos meses, y en una publicación en X señaló que el cambio a DeepSeek V4 incluso mejoró el rendimiento en muchos de los casos de uso centrales de la empresa.

El reportaje también recoge datos de Vercel, plataforma para desplegar aplicaciones y sitios web: la cuota de DeepSeek en tokens gestionados a través de su gateway aumentó entre mayo y junio, y el modelo GLM 5.2 de Z.ai, lanzado en junio con gran expectación, registró la adopción más rápida de cualquier modelo rastreado por Vercel en 2026. Harpreet Arora, responsable de infraestructura agéntica en Vercel, explicó que en su primera semana completa tras el lanzamiento el volumen diario de tokens creció unas 27 veces y el número de clientes que lo usaban se multiplicó por unas 80 veces. Arora resume la dinámica con una frase citada en el artículo: "El precio es lo que está haciendo el trabajo aquí. Cuando una tarea no necesita el mejor modelo, los equipos empiezan a dirigirla hacia el modelo más barato que sea suficientemente bueno, y la reciente oleada de modelos procedentes de China está ganando esa apuesta".

Sobre la diferencia de costes, Justin Summerville, de OpenRouter, indica que los modelos chinos de código abierto pueden llegar a ser entre un 60% y un 90% más baratos que los modelos líderes de Anthropic y OpenAI (ambas compañías fueron consultadas por CNBC para el artículo, sin que se recoja respuesta). El texto también cita a Cien Solon, CEO y fundador de LaunchLemonade, una plataforma de agentes de IA para sectores regulados, quien señala que, si bien Claude y ChatGPT siguen dominando el uso en su plataforma, GLM 5.2 ya se encuentra entre los cinco modelos más usados. Según Solon, "modelos chinos como los de Z.ai y Qwen (de Alibaba) se están convirtiendo en opciones para las empresas [porque] ofrecen una combinación atractiva de rendimiento y coste para cargas de trabajo específicas", y añade que las empresas con estrategias de IA más maduras están cada vez más dispuestas a usarlos cuando tiene sentido técnico o comercial.

En términos de rendimiento, el artículo apunta que los modelos chinos se acercan a la frontera: Chan, de Brookings, estima que operan "cerca de los principales modelos de frontera estadounidenses", con un retraso de "seis a nueve meses" respecto a los líderes de EE. UU., pese a costar solo "una fracción" de lo que cuestan estos. Summerville coincide en que "los nuevos modelos de código abierto están rindiendo bien y demuestran ser capaces para todas las tareas de LLM salvo las más complejas". Como dato concreto de benchmark, se menciona que GLM 5.2 quedó a menos de un punto porcentual del Opus 4.8 de Anthropic en un reconocido benchmark agéntico, a aproximadamente una quinta parte del coste, y que algunos investigadores han señalado que GLM 5.2 puede rendir a la par de los principales laboratorios estadounidenses en ciertos benchmarks de ciberseguridad.

Finalmente, el artículo incluye una advertencia de Yacine Jernite, responsable de aprendizaje automático en Hugging Face, sobre el riesgo estructural que esto plantea: "Existe un riesgo real de que los usuarios se vean atrapados teniendo que elegir entre modelos propietarios estadounidenses de alto rendimiento pero caros, cuyo precio y accesibilidad pueden fluctuar rápidamente, o usar modelos chinos como única alternativa viable cuando quieren controlar costes o ser dueños de su propia infraestructura de IA". Esta idea cierra el artículo con una reflexión sobre cómo la competencia de precios entre EE. UU. y China podría, paradójicamente, dejar a las empresas occidentales con menos opciones reales de control sobre su pila tecnológica de IA, justo cuando los reguladores estadounidenses intentan restringir el acceso a los modelos más avanzados del país.