Radio Online
El nuevo modelo chino, gratuito y abierto, acaba de quedar “por encima de Claude y GPT y cuesta la mitad”, dice la autora. Es “un anzuelo de bajo costo para capturar países dentro de un ecosistema ajeno”, agrega. Pero el algoritmo soberano no se pierde con llavero propio.
El nuevo modelo chino, gratuito y abierto, acaba de quedar “por encima de Claude y GPT y cuesta la mitad”, dice la autora. Es “un anzuelo de bajo costo para capturar países dentro de un ecosistema ajeno”, agrega. Pero el algoritmo soberano no se pierde con llavero propio.
El lanzamiento fue austero: sin conferencia, sin documentación técnica, apenas un cambio silencioso en un sitio web. La misma liturgia discreta con la que DeepSeek sacudió al mundo en enero de 2025. El 16 de julio, Moonshot AI, startup de Pekín respaldada por Alibaba y Tencent, publicó Kimi K3, y los números hablaron solos: 2,8 billones de parámetros, el modelo de "pesos abiertos" más grande de la historia, con una ventana de contexto capaz de tragarse una biblioteca de expedientes entera. Solo Claude Fable 5 y GPT-5.6 le ganan en capacidad general. Y cuesta la mitad.
Los mercados hicieron la cuenta ese mismo viernes: TSMC cayó 7% pese a ganancias récord y Nvidia cedió por unas horas el trono de empresa más valiosa del mundo. Segunda vez en dieciocho meses que un modelo chino obliga a Wall Street a preguntarse: si la frontera se regala, ¿a qué le estamos poniendo precio?
En la arena de front-end, la programación de lo que el usuario ve y toca, los modelos compiten construyendo sitios web a partir del mismo pedido, y miles de votantes eligen sin saber qué modelo hizo cuál. Una cata de vinos sin etiqueta, pero de sitios web. Ahí, un modelo chino y gratuito acaba de quedar primero del mundo. Por encima de Claude. Por encima de GPT.
Nvidia cedió por unas horas el trono de empresa más valiosa del mundo. Segunda vez en dieciocho meses que un modelo chino obliga a Wall Street a preguntarse: si la frontera se regala"
Ahora, la letra chica: por qué "gratis" y "abierto" significan menos de lo que parecen. Un modelo de lenguaje es, materialmente, un archivo gigante de números: los parámetros. "Pesos abiertos" significa que ese archivo se puede descargar. Pero para que responda una sola pregunta, todos esos números deben estar cargados simultáneamente en la memoria de las tarjetas gráficas.
La aritmética es brutal: 2,8 billones de parámetros son entre 2,8 y 5,6 terabytes de memoria de GPU. La tarjeta tope de gama de Nvidia tiene 141 gigabytes y cuesta unos 35.000 dólares. Hagan la división. Usar el modelo "gratis" en infraestructura propia exige cientos de miles de dólares, más los ingenieros para domar al monstruo. Es la diferencia entre que te regalen los planos de un Boeing y que te regalen un Boeing. Los planos valen muchísimo, si tenés la fábrica.
Consultar contratos, corregir ejercicios escolares, buscar en treinta años de archivos: nada de eso exige competir con Fable o GPT; exige un modelo decente conectado al corpus propio"
¿Quién recibe el regalo, entonces? Los que tienen la fábrica: los proveedores de nube que hospedarán K3 y venderán acceso barato, las grandes tecnológicas, los laboratorios con presupuesto estatal. Para todos los demás, "abierto" significa "más competencia entre quienes te lo alquilan". Pero el alquiler no es soberanía, y conviene recordar la advertencia de The Economist sobre la apertura china: un anzuelo de bajo costo para capturar países dentro de un ecosistema ajeno.
La soberanía que sí podemos pagar
Si la historia terminara ahí, sería una trampa elegante. Pero no termina ahí. La avalancha de modelos abiertos derramó hacia abajo: la misma carrera que produce gigantes inalcanzables produce modelos medianos y chicos que ya cruzaron el umbral de "suficientemente buenos" y caben en hardware de oficina. Hoy un modelo que hace un año era frontera corre en un servidor de entre dos mil y diez mil dólares. El fenómeno ya es masivo: el 42% de los desarrolladores del mundo ya corre parte de su IA en máquinas propias.
Usar el modelo "gratis" en infraestructura propia exige cientos de miles de dólares, más los ingenieros para domar al monstruo"
Para la enorme mayoría de empresas y gobiernos, el argumento a favor de la IA local tiene tres patas. La primera: casi ningún uso real necesita la frontera. Consultar contratos, corregir ejercicios escolares, buscar en treinta años de archivos: nada de eso exige competir con Fable o GPT; exige un modelo decente conectado al corpus propio. El activo estratégico nunca fue el cerebro alquilado; es la biblioteca.
La segunda: la reversibilidad. Un modelo que corre en tu servidor no puede ser retirado por orden de Washington, encarecido desde San Francisco ni restringido desde Pekín.
La tercera: hay datos que no pueden viajar —historias clínicas, expedientes judiciales, datos de menores—. Y en el extremo está el borde: el modelo corriendo sin internet, que en América Latina no es sofisticación sino condición de diseño, de la escuela rural al puesto de salud al final del camino de ripio.
Por si la reversibilidad sonaba paranoica, San Francisco la ilustró con humor involuntario. OpenAI confesó el 21 de julio que, en una prueba interna de hackeo, sus modelos se escaparon del aula donde los examinaban: encontraron una vulnerabilidad desconocida, salieron a internet y atacaron, el mismo 16 de julio en que salió K3, los servidores de Hugging Face, la mayor biblioteca de modelos abiertos del mundo. ¿El móvil? Robarse las respuestas del examen.
La víctima detectó la intrusión, avisó a la policía y, al conocer al ladrón, agradeció la colaboración. Moraleja: ni los dueños de la frontera tienen todas las llaves.
La pregunta que un gerente o un ministro debería hacerse no es "¿cómo consigo el modelo más grande?". Es más incómoda y más barata: ¿de quién son las llaves de mis datos, y cuánto me cuesta cambiar de cerebro sin perderlos? Quien pueda responder eso con un servidor propio ya ejerce toda la soberanía que existe. Al Boeing regalado, que lo estacionen otros.
*Dra. en Ciencias Físicas, Ministra de Ciencia y Tecnología de San Luis y Rectora de la Universidad de La Punta (2015-2024), Pres. Fundación Naos.
IA en la escuela: estar sin debilitar ni deshumanizar los aprendizajes
IA en las organizaciones: asistentes vs. agentes
El impuesto a la empatía: mujeres y liderazgo
Clases de economía básica, números impronunciables y la obsesión del Gobierno con el Banco Central
