El lanzamiento de Kimi K3, un modelo de inteligencia artificial creado por un ex estudiante de posgrado en ciencias de la computación de la Universidad Carnegie Mellon, ha sacudido las redes sociales y la comunidad de expertos en IA. El modelo, desarrollado por Moonshot AI, un laboratorio chino cofundado por ese ex alumno, Yang Zhilin, ha impresionado a muchos observadores por sus capacidades.
“Kimi K3 demuestra que la ventaja de EE.UU. en la construcción de software de IA de frontera no es tan duradera como muchos esperábamos”, dice Ryan Fedasiuk, investigador del American Enterprise Institute. “Debemos esperar que los laboratorios chinos de IA continúen destilando y lanzando libremente una versión de la frontera estadounidense a un ritmo de solo semanas detrás de los laboratorios de EE.UU.”.
Las redes sociales han estado repletas de demostraciones sorprendentes de la destreza del modelo, incluida su capacidad para crear una versión convincente de macOS basada en navegador en cuestión de minutos. Las demostraciones han llevado a algunos observadores a concluir que los modelos chinos de IA han alcanzado a sus contrapartes estadounidenses.
Pero Yang, y Moonshot mismo, reconocen lo que K3 no es. No es un asesino de Claude Fable o GPT-5.6. El CEO de la compañía incluso agregó una línea a las notas de lanzamiento del modelo reconociendo una “brecha notable” entre K3 y los principales modelos estadounidenses.
Sin embargo, esa brecha se está cerrando. El Instituto de Seguridad de IA del Reino Unido publicó un informe la semana pasada que sugiere que los modelos de peso abierto, como los que emergen de China, ahora están como máximo de cuatro a siete meses detrás de la frontera, en comparación con un retraso de seis a diez meses durante la mayor parte de 2025.
No obstante, la brecha persiste, y fue evidente el primer día que K3 estuvo disponible para el público. “K3 es un modelo extremadamente grande y computacionalmente exigente. Con casi 3 billones de parámetros, requiere casi un rack completo de servidores con chips de IA de alta gama para funcionar”, dice Fedasiuk. “Moonshot tuvo serios problemas de disponibilidad el día del lanzamiento de K3: el servicio estuvo caído y mostró errores para más del 60% de los usuarios que iniciaron sesión en el portal web de Kimi, probablemente porque Moonshot no tenía suficiente acceso a cómputo”.
La infraestructura de cómputo es un área en la que China y sus principales empresas de IA pueden seguir rezagadas respecto a Estados Unidos. “A medida que los modelos se vuelven más grandes y potentes, la verdadera carrera se trata de construir la infraestructura de cómputo necesaria para ejecutar y servir IA a miles de millones de usuarios activos semanales”, dice Fedasiuk.
Es notable que, durante la misma semana en que Kimi luchaba por satisfacer su demanda inicial, OpenAI restableció los límites de velocidad para los usuarios de Codex y ChatGPT dos veces, mientras que Anthropic ofreció un restablecimiento propio, incluso cuando ambas compañías proporcionaban acceso a modelos más potentes.
El aparente éxito de K3 ha generado preguntas sobre si los controles de exportación de la era Trump, diseñados para restringir el acceso de China a las GPU (los chips necesarios para entrenar modelos masivos de IA con un estándar de clase mundial), han resultado contraproducentes al catalizar el desarrollo de IA en China. Los expertos dicen que no.
“La gente a menudo confunde el hecho de que haya algunos inconvenientes en los controles de exportación, algo en lo que los halcones de los controles de exportación están de acuerdo, como que fomentan la eficiencia, con que los controles de exportación sean netamente dañinos”, dice Miles Brundage, investigador de políticas de IA. “Hay todas las razones para pensar que China tendría capacidades de IA más fuertes sin controles de exportación y, por lo tanto, más cómputo”, dice.
El éxito de China se ha producido a pesar de los controles de exportación de EE.UU., así como de una aplicación comparativamente débil en algunas áreas.
K3 demuestra, sin embargo, que sigue siendo posible acercarse a la frontera tecnológica fuera del control de EE.UU., que cada vez parece más caprichoso. Para los países que temen incurrir en la ira de Donald Trump y perder el acceso a modelos líderes como Mythos y GPT-5.6, como ha sucedido antes (aunque temporalmente), China puede parecer una alternativa tentadora.
La semana pasada, el presidente de China, Xi Jinping, habló en la Conferencia Mundial de IA en Beijing. Como parte de un plan de cuatro puntos para el desarrollo de la IA en todo el mundo, Xi dijo que “debemos defender la apertura y la cooperación en la que todos ganan para impulsar el desarrollo innovador”.
Kyle Chan, investigador del Brookings Institution, ha comparado la competencia con las batallas de Apple contra Android de generaciones anteriores. “EE.UU. es Apple y China es Android. Esa es la visión de Beijing del mundo”, escribió en X. “EE.UU. ofrece un sistema cerrado donde el poder y las ganancias fluyen de vuelta a las corporaciones estadounidenses. China ofrece un sistema abierto donde todos, incluido el Sur Global, pueden participar y beneficiarse”.
En realidad, dijo Chan, esa visión es inexacta. China se ha beneficiado durante años de la apertura de la investigación estadounidense en IA, un enfoque que las empresas estadounidenses solo ahora están reconsiderando a medida que sus modelos se vuelven más capaces, potencialmente más peligrosos y más riesgosos de lanzar sin restricciones.
El resto del mundo puede no reconocer ese matiz ni recordar la historia de la apertura estadounidense. En cambio, puede ver a unos Estados Unidos cada vez más decididos a racionar el acceso a su tecnología más avanzada, y luego mirar hacia China, que ofrece modelos casi tan capaces, mucho más baratos y con menos condiciones aparentes.
K3 no convierte a Beijing en el nuevo centro del universo de la IA de la noche a la mañana. Pero fortalece la atracción gravitacional de China de una manera que DeepSeek finalmente no logró.
Otros artículos relacionados:
- IA en China vs. EE.UU.: ¿quién lidera la carrera en 2026?
- Modelos de IA de peso abierto: oportunidades y riesgos para LATAM
- Controles de exportación de GPU: ¿frenan o impulsan la innovación en IA?
