El 17 de julio de 2026, en la madrugada, Moonshot AI presentó su modelo de nueva generación, Kimi K3, con una escala de 2,8 billones de parámetros, convirtiéndose en el primer modelo open source del mundo en alcanzar el nivel de los 3 billones de parámetros. El mismo día de su lanzamiento, Zhipu (02513.HK), conocida como la "primera acción de grandes modelos" que cotiza en Hong Kong, se desplomó un 28,49 %, perdiendo más de 200 000 millones de HKD en capitalización bursátil en una sola jornada. Al 20 de julio, el precio de la acción de Zhipu había caído aún más, hasta los 890,5 HKD, con una capitalización de 414 637 millones de HKD.
Esa misma semana, se informó que DeepSeek completó una ronda de financiación de 7400 millones de dólares, estableciendo un nuevo récord para el mayor private placement en el sector de IA de China, con una valoración superior a los 50 000 millones de dólares. Tan solo un mes antes, Zhipu había lanzado y liberado como open source el modelo GLM-5.2, enfocado en tareas de largo alcance.
Tres grandes acontecimientos concentrados en menos de un mes señalan una nueva fase para la industria china de grandes modelos de IA. La carrera por la escala de parámetros está lejos de terminar, pero la lógica de valoración en los mercados de capital está cambiando. Este artículo analiza el panorama competitivo de los grandes modelos de IA chinos tras Kimi K3 desde cuatro perspectivas: la relación entre parámetros y valoración, el impacto de los modelos open source, las diferencias en estrategias de comercialización y las ventajas competitivas a largo plazo.
Por qué la escala de parámetros ya no determina la valoración
La escala de parámetros de Kimi K3 alcanza los 2,8 billones, superando ampliamente a Zhipu GLM-5.2 y a la serie DeepSeek-V4. Moonshot AI compara los parámetros con las conexiones neuronales en el cerebro humano: casi 3 billones de parámetros permiten al modelo almacenar más conocimiento y patrones.
Sin embargo, los mercados de capital reaccionaron de forma dispar. La acción de Zhipu se desplomó un 28,49 % el día del lanzamiento de Kimi K3, a pesar de que la propia Zhipu había anunciado apenas unos días antes, el 9 de julio, una colocación de 31 400 millones de HKD, récord para una tecnológica de Hong Kong en 2026. Este dato revela un cambio clave: la escala de parámetros por sí sola ya no es condición suficiente para la valoración.
Los datos del sector muestran que el uso real de grandes modelos chinos está creciendo rápidamente. Según estimaciones de OpenRouter, la semana pasada (29 de junio–5 de julio), las llamadas globales a grandes modelos de IA sumaron 46,7 billones de tokens, de los cuales los modelos chinos representaron 23,45 billones, un aumento semanal del 15,01 %, manteniéndose por delante de EE. UU. durante diez semanas consecutivas. Los seis modelos más usados a nivel global son chinos, con DeepSeek-V4-Flash liderando durante siete semanas seguidas, alcanzando 5,34 billones de tokens semanales.
El auge del uso refleja una integración real en los flujos de trabajo empresariales. Como señalan los informes sectoriales, en el primer semestre de 2026 el sector chino de grandes modelos de IA ha pasado de la pura competencia técnica a una "batalla de despliegue comercial" a gran escala, lo que valida las perspectivas de aplicación y comienza a eliminar burbujas en la industria.
Jefferies, en su análisis tras el lanzamiento de Kimi K3, señala que el modelo ha entrado en la vanguardia mundial en tareas de programación, agentes y multimodales. Sin embargo, su importancia no reside solo en la mejora de capacidades, sino en confirmar un cambio en la lógica competitiva de la industria de IA en China. Si antes el mercado se centraba en las "brechas de capacidad de los grandes modelos", ahora la competencia gira en torno al "coste unitario de inteligencia" y la "escala de consumo de tokens".
Cómo los modelos open source están cambiando la competencia sectorial
La estrategia open source de Kimi K3 es una de las variables más destacadas de este lanzamiento. Como primer modelo open source del mundo en el nivel de los 3 billones de parámetros, se espera que los pesos completos de K3 se publiquen a más tardar el 27 de julio. Antes de esto, Zhipu ya había liberado como open source el GLM-5.2 el 17 de junio, que obtuvo 51 puntos en el último índice global de inteligencia de grandes modelos de Artificial Analysis, situándose como el número uno entre los modelos open source.
La lógica competitiva de los modelos open source difiere fundamentalmente de la de los modelos propietarios. Los modelos cerrados construyen su ventaja sobre barreras tecnológicas propias y el poder de fijación de precios de sus APIs, mientras que los modelos open source generan valor a través del desarrollo de ecosistemas y la fidelización de desarrolladores. Kimi K3 emplea una arquitectura MoE (Mixture of Experts), que reduce los requisitos computacionales reales mediante el enrutamiento de expertos. Su API tiene un precio de 3 dólares por millón de tokens de entrada y 15 dólares por millón de tokens de salida. El modelo V4 Flash de DeepSeek ofrece tareas inteligentes estándar a un coste medio ponderado de solo 0,02 dólares, mientras que el modelo comparable de Anthropic cuesta 2,75 dólares.
Esta diferencia de costes está remodelando el panorama global de proveedores de IA. Lindy AI, con sede en San Francisco, cambió de Anthropic a DeepSeek tras seis semanas, reduciendo sus costes al 10 % del original y ahorrando millones de dólares anuales. Airbnb, Pinterest e incluso Microsoft ya utilizan modelos open source chinos para tareas rutinarias de programación, automatización y operaciones diarias. En algunos momentos de este año, los modelos chinos han superado el 30 % de cuota de mercado en la plataforma de agregación de IA OpenRouter.
Otro gran impacto de los modelos open source es la reducción de la barrera de entrada para la comercialización de aplicaciones de IA. A medida que los modelos chinos se acercan en rendimiento a los mejores modelos extranjeros manteniendo bajos costes de inferencia, el crecimiento en el uso de tokens se está extendiendo a la computación en la nube, los chips de IA y la infraestructura. SenseCore, el dispositivo a gran escala de SenseTime, está trasladando sus recursos computacionales del entrenamiento a la inferencia, con el objetivo de consolidarse no solo como empresa de grandes modelos, sino como proveedor integral de servicios de IA.
Comparativa de las vías de comercialización de las empresas de IA
Las tres empresas líderes siguen estrategias de comercialización claramente diferenciadas.
Zhipu apuesta por una vía "salida a bolsa + financiación a gran escala" impulsada por el capital. Cotiza en la Bolsa de Hong Kong desde el 8 de enero de 2026 y su acción se ha revalorizado más de un 1400 %. El plan de colocación del 9 de julio propone emitir hasta 19,78 millones de nuevas acciones H a 1588 HKD cada una, recaudando unos 31 410 millones de HKD. Al 30 de junio, ya se había utilizado más del 93 % de los fondos de la OPV. Los fondos se destinan a tres áreas principales: I+D de modelos fundacionales e infraestructura computacional, comercialización e inversiones estratégicas en sectores clave, y optimización de la estructura de capital. Zhipu también avanza en su salida a bolsa en el STAR Market de China continental, con el objetivo de captar 15 000 millones de RMB. La recaudación total ya alcanza los 36 400 millones de HKD (unos 31 500 millones de RMB).
DeepSeek sigue una vía de "private placement + infraestructura propia". Este laboratorio de IA de Hangzhou, fundado hace solo tres años, ha entrenado modelos de alto rendimiento con mucha menos capacidad computacional que OpenAI o Anthropic. A finales de mayo de 2026 completó su primera ronda de financiación por unos 7000 millones de dólares, alcanzando una valoración post-money de 52 000 millones de dólares. Apenas un mes después, lanzó una segunda ronda, con una valoración pre-money de 71 000 millones de dólares. DeepSeek está construyendo un campus computacional a nivel de gigavatios, con inversiones en centros de datos propios que podrían alcanzar cientos de miles de millones de RMB. Además, desarrolla sus propios chips de inferencia de IA. DeepSeek prevé salir a bolsa en 2027.
Moonshot AI (Kimi) opta por una estrategia "impulsada por producto + ecosistema open source". Tras el lanzamiento de K3, la presidenta Zhang Yutong reveló que los ingresos recurrentes anuales (ARR) de la empresa se habían multiplicado varias veces. Sin embargo, apenas tres días después del lanzamiento, Moonshot AI anunció la suspensión de nuevas suscripciones de usuarios particulares, dedicando todos los recursos computacionales existentes a los suscriptores actuales. La escasez de capacidad computacional es a la vez un reto y una señal: la demanda es real, pero los cuellos de botella en la oferta limitan el crecimiento. Moonshot AI afirma estar ampliando rápidamente su capacidad computacional. En el ámbito de la comercialización, la empresa podría salir a bolsa en tan solo seis meses.
Cada vía tiene sus ventajas e inconvenientes. La ruta impulsada por el capital ofrece abundante financiación y gran resistencia al riesgo, pero exige demostrar de forma continua la lógica de crecimiento ante los mercados. El private placement es más flexible, pero está sometido a presión sobre la valoración. Las estrategias impulsadas por producto generan la mayor fidelización de usuarios, pero son las más limitadas por la capacidad computacional y la financiación.
¿Quién tiene una ventaja competitiva a largo plazo?
Evaluar las ventajas competitivas a largo plazo exige analizar tres dimensiones: barreras tecnológicas, ventajas de costes y fidelización del ecosistema.
Barreras tecnológicas: Kimi K3 lideró el ranking de Frontend Code Arena con 1679 puntos, superando los 1631 de Claude Fable 5. Sin embargo, las evaluaciones globales muestran que K3 sigue por detrás de modelos cerrados como Claude Fable 5 y GPT-5.6 Sol. Los modelos chinos se sitúan actualmente en torno al quinto puesto mundial y aún no han desafiado el dominio de los gigantes extranjeros. La brecha tecnológica se está reduciendo, pero no ha desaparecido.
Ventaja de costes: es la fortaleza más destacada de las empresas chinas de IA. La estrategia de precios ultrabajos de DeepSeek ha atraído a desarrolladores de todo el mundo. Jefferies señala que, a medida que los modelos chinos se acercan en rendimiento a los mejores del extranjero y mantienen menores costes de inferencia, la barrera de entrada para la comercialización de aplicaciones de IA podría bajar aún más. Esta ventaja no solo se debe a la innovación arquitectónica, sino también a los menores costes de electricidad e infraestructura de centros de datos en China.
Fidelización del ecosistema: probablemente sea la ventaja más difícil de replicar. Los modelos open source construyen ecosistemas a través de comunidades de desarrolladores, mientras que los modelos cerrados fidelizan a clientes empresariales mediante servicios API. DeepSeek-V4-Flash ha liderado el uso durante siete semanas consecutivas, lo que indica una fuerte tracción en su ecosistema de desarrolladores. Zhipu está acumulando experiencia sectorial al centrarse en verticales como gobierno, finanzas e industria manufacturera. Si la estrategia open source de Kimi K3 logra atraer suficientes desarrolladores para construir aplicaciones sobre su base, su ventaja de ecosistema irá emergiendo gradualmente.
En resumen, ninguna empresa posee actualmente una ventaja competitiva absoluta a largo plazo. La brecha tecnológica se reduce pero persiste, las ventajas de costes pueden ser imitadas y la fidelización del ecosistema requiere tiempo para consolidarse. La verdadera ventaja puede no residir en una sola dimensión, sino en la capacidad de crear un ciclo virtuoso entre tecnología, costes y ecosistema: los avances tecnológicos reducen costes, los bajos costes atraen a más desarrolladores, más desarrolladores impulsan la prosperidad del ecosistema y el ecosistema retroalimenta el progreso tecnológico.
Conclusión
El lanzamiento de Kimi K3 es un hito, pero no marca la victoria de una sola empresa, sino un punto de inflexión para la industria. El sector chino de grandes modelos de IA está pasando de una "carrera por la escala de parámetros" a una competencia comercial centrada en "menores costes, mayor uso y ecosistemas más sólidos".
A 20 de julio de 2026 (hora de Pekín), en el mercado de criptomonedas, Bitcoin (BTC) encontró soporte cerca de 64 000 dólares y repuntó de forma sostenida, alcanzando un máximo intradía de unos 65 000 dólares. Gate cotiza BTC en torno a 64 747 dólares. El mercado está condicionado por dos fuerzas: las tensiones geopolíticas en Oriente Medio impulsan el precio del petróleo, mientras los inversores aún asimilan el impacto del lanzamiento de Kimi K3 por parte de startups chinas de IA. Los cambios estructurales en la industria de IA ya están afectando a los mercados de capital en general: la acción de Zhipu cayó más de un 38 % en las dos sesiones posteriores al lanzamiento de K3, una cadena de transmisión que merece seguimiento.
La ronda definitiva para los grandes modelos de IA chinos acaba de comenzar. Las empresas con más probabilidades de triunfar en la próxima fase no serán necesariamente las que tengan más parámetros, sino aquellas capaces de convertir las capacidades de sus modelos en valor comercial real al menor coste y con la mayor eficiencia.
Preguntas frecuentes
P: Con los 2,8 billones de parámetros de Kimi K3, ¿en qué posición queda frente a los grandes modelos de IA nacionales?
Kimi K3 es actualmente el mayor modelo open source del mundo por número de parámetros y el primero en alcanzar el nivel de los 3 billones como modelo abierto a escala global. En comparación, Zhipu GLM-5.2 y Alibaba Qwen3.8 (2,4 billones de parámetros) son menores que K3. Sin embargo, la escala de parámetros no equivale a capacidad global: K3 sigue por detrás de modelos cerrados como Claude Fable 5 y GPT-5.6 Sol en evaluaciones integrales.
P: ¿Por qué cayó bruscamente la acción de Zhipu tras el lanzamiento de Kimi K3?
El 17 de julio, día del lanzamiento de Kimi K3, la acción de Zhipu se desplomó un 28,49 %, borrando más de 200 000 millones de HKD en valor de mercado. Las preocupaciones del mercado provienen de dos factores: primero, la competencia de modelos open source puede debilitar el poder de fijación de precios de los modelos cerrados de Zhipu; segundo, el rendimiento de Kimi K3 en escenarios clave como la programación superó las expectativas, lo que llevó a una reevaluación de la cuota de mercado de Zhipu. Al 20 de julio, la acción de Zhipu había caído aún más, hasta los 890,5 HKD.
P: ¿Cómo se compara la escala de financiación de DeepSeek dentro del sector?
DeepSeek completó su primera ronda de financiación por unos 7000 millones de dólares en el primer semestre de 2026, con una valoración post-money de 52 000 millones de dólares. Apenas un mes después, lanzó una segunda ronda, con una valoración pre-money de 71 000 millones de dólares. Esta financiación marca un récord para private placements individuales de empresas chinas de IA, con inversores como el National AI Industry Fund, Tencent, CATL, JD.com y otros.
P: ¿Cuáles son los principales retos para la comercialización de grandes modelos de IA nacionales?
Los principales retos se agrupan en tres áreas: cuellos de botella computacionales—Kimi K3 suspendió nuevas suscripciones de usuarios particulares por falta de capacidad tras su lanzamiento; conversión a pago—el segmento de consumo de grandes modelos está pasando de la competencia por tráfico a la validación de valor, y la clave es cómo aumentar la disposición a pagar a medida que crece la base de usuarios; rentabilidad—aún se exploran modelos de negocio sostenibles y la transición de herramientas gratuitas para consumidores a servicios empresariales de pago requerirá tiempo para su validación.
P: ¿Qué es más competitivo a largo plazo: los modelos open source o los cerrados?
Ambos tienen sus fortalezas. Los modelos open source ganan fidelización de desarrolladores mediante bajos costes y construcción de ecosistemas, como ocurre con DeepSeek y Kimi K3. Los modelos cerrados mantienen márgenes a través de tecnología propia y fijación de precios de APIs, como la serie GLM de Zhipu. Las tendencias actuales apuntan a que cada vez más empresas adoptan una estrategia mixta: "modelos open source para tareas rutinarias + modelos cerrados para inferencias complejas". A largo plazo, las compañías capaces de operar tanto ecosistemas open source como productos comerciales cerrados pueden demostrar mayor resiliencia.
