Cuatro modelos de IA chinos de código abierto en 12 días: DeepSeek V4, Kimi K2.6 y el nuevo suelo de precios

Entre el 7 y el 24 de abril, cuatro laboratorios de inteligencia artificial chinos lanzaron modelos de peso abierto de primera línea en doce días. Zhipu AI abrió la secuencia con GLM-5.1. Le siguió MiniMax M2.7. Después Kimi K2.6 de Moonshot, y finalmente DeepSeek V4 — en variantes Pro y Flash. El ritmo no fue casual: cada laboratorio observó el lanzamiento anterior y respondió más rápido.

Los modelos no son iteraciones menores. DeepSeek V4 Pro ejecuta 1,6 billones de parámetros totales con 49.000 millones activos, corre sobre hardware Huawei Ascend y tiene un precio inferior a 2 dólares por millón de tokens. En el benchmark Rails de Artificial Analysis obtiene 89/100. Kimi K2.6 — un modelo MoE de 1 billón de parámetros con 32.000 millones activos y una ventana de contexto de 256K tokens — alcanza 87/100 en el mismo benchmark y cuesta aproximadamente 4,50 dólares por millón de tokens. Ambos figuran ya entre los modelos de peso abierto líderes en el Índice de Inteligencia de Artificial Analysis, no solo dentro de su franja de precio.

GLM-5.1 se publica bajo licencia MIT. Un modelo denso de 744.000 millones de parámetros y una variante experta de 40.000 millones activos, ambos disponibles para uso comercial sin regalías. Las acciones de Zhipu subieron un 15,92% el día del lanzamiento.

La aritmética de precios es el titular. Las APIs de modelos de frontera occidentales han mantenido estructuras de precios que financian el cómputo y la investigación continuos. Esta ventana de doce días rompe esa estructura. Claude Opus cuesta más del triple que DeepSeek V4 Pro por token — una diferencia que cambia decisiones de compra a escala empresarial.

Que DeepSeek V4 Pro funcione sobre hardware Huawei Ascend merece atención especial. Los controles de exportación de chips estadounidenses se asumían como una limitación duradera para el rendimiento de la IA china. Las puntuaciones de benchmark y los precios de V4 Pro demuestran que la inferencia basada en Ascend ya es competitiva en producción con modelos MoE de frontera. La restricción ha sido ingenierizada.

Para desarrolladores que analizan sensibilidad de costes ahora mismo: la ventana de contexto de 256K tokens de Kimi K2.6 a 4,50 dólares/M tokens supera la relación precio/contexto de varias alternativas occidentales consolidadas. DeepSeek V4 Flash reduce aún más ese suelo para trabajos batch de alto volumen. Ambos son de peso abierto — auto-hospedables si la postura de seguridad lo exige.

Las objeciones prácticas a los modelos chinos de peso abierto — residencia de datos, confianza en la cadena de suministro, exposición geopolítica — son reales y no han desaparecido. Pero ahora se plantean contra modelos que igualan o superan el rendimiento occidental de frontera a una fracción del coste. Esa es una conversación distinta a la que los desarrolladores mantenían hace seis meses.

Los laboratorios occidentales han respondido con nuevos lanzamientos de modelos, no con recortes de precios. Esa asimetría no es sostenible al ritmo al que los laboratorios chinos publican código.

La guerra de costes no está llegando. Llegó en abril, y la siguiente oleada ya se prueba en repositorios privados.