En menos de dos años, la IA china pasó de un único lanzamiento viral a un sector denso y con credibilidad. Si intentas orientarte entre DeepSeek, Qwen, GLM, Kimi y el resto, el verdadero obstáculo es el ruido: casi toda la cobertura es entusiasta o despectiva, y casi ninguna está al día, porque los laboratorios sacan versiones nuevas cada pocas semanas. Esto es una comparativa directa de los principales modelos de IA chinos tal y como están en noviembre de 2026: quién los hace, qué saben hacer de verdad, si es prudente usarlos, y qué cambia su ascenso si te importa aparecer en las respuestas de la IA.
Lo que debes saber
- DeepSeek, Qwen (Alibaba), GLM (Zhipu/Z.ai) y Kimi (Moonshot AI) son los cuatro grandes de la IA china: la mayoría de sus modelos se publican en pesos abiertos y cuestan menos que los modelos cerrados estadounidenses como GPT-6 o Claude Opus.
- Casi todos son de «pesos abiertos», no «código abierto»: descargas y usas el modelo, pero el laboratorio no publica ni los datos ni la receta de entrenamiento. Es una distinción que ni la mayoría de fuentes en español ni el resumen con IA de Google hacen con precisión.
- Precios de orientación (API, entrada por millón de tokens): DeepSeek V4.1 Flash desde 0,15 $ en horas valle, GLM-5.3 sobre 1,40 $, Kimi K3.1 Pro 2 $ (K3: 3 $), Qwen4-Max 1,50 $. Cambian casi cada semana; tómalos como órdenes de magnitud.
- Seguridad: el mayor riesgo para tus datos está en el servicio alojado, no en los pesos que ejecutas tú. Usar la app o la API de DeepSeek envía tus prompts a servidores en China; descargar los pesos abiertos y ejecutarlos tú cambia por completo esa ecuación. Ningún gobierno de España o Latinoamérica los ha prohibido a los particulares.
- Para tu marketing, lo importante es la visibilidad: una parte creciente de los agentes que leen tu sitio web funciona con estos modelos, y los grandes asistentes chinos son ya motores de respuesta: según QuestMobile, en mayo de 2026 Doubao, Qwen y DeepSeek superaban cada uno los 100 millones de usuarios mensuales en China.
Los principales modelos de IA china de un vistazo
Hace un año, «modelo de IA chino» casi siempre quería decir DeepSeek. En noviembre de 2026 quiere decir un sector lleno de laboratorios que publican modelos de primer nivel, la mayoría con pesos abiertos descargables, y casi todos mucho más baratos que los sistemas cerrados estadounidenses. Estados Unidos ha respondido con sus propios modelos abiertos: Inkling de Thinking Machines, Muse Glimmer de Meta (Apache 2.0) y, desde el 15 de octubre, su Muse Spark Open, más grande, pero es al pelotón que aparece a continuación al que intenta dar alcance. Esta es la lista actual, con la versión que de verdad está activa hoy por hoy.
| Modelo (nov. 2026) | Laboratorio | ¿Pesos abiertos? | Contexto | Mejor en | Precio API aprox. (entrada / 1M) |
|---|---|---|---|---|---|
| DeepSeek V4.1 Flash / V4 Pro | DeepSeek (Hangzhou) | Sí | ~1M | Razonamiento y código baratos | ~0,15 $ en horas valle (Flash) |
| Qwen4-Max | Alibaba | Modelos pequeños sí; Qwen4-Max no (solo API); pesos de texto de Qwen3.8-Max | 1M | Multilingüe, agentes, multimodal | 1,50 $ |
| GLM-5.3 | Zhipu / Z.ai (Pekín) | Sí | ~1M | Código y trabajo con agentes | ~1,40 $ |
| Kimi K3.1 Pro / K3 | Moonshot AI | K3 sí; K3.1 Pro sí, licencia propia (en Hugging Face a 6 de noviembre de 2026) | 1M | Escala de frontera, enjambres de agentes | 2 $ (K3.1 Pro); 3 $ (K3) |
| MiniMax M3.1 Flash / M3 | MiniMax | Sí | ~1M | Contexto largo a bajo costo | 0,15 $ (M3.1 Flash); ~0,30 $ (M3, hasta 512K tokens de entrada; 0,60 $ por encima) |
| Hunyuan Hy4 | Tencent | Hy4 Preview: sí (Apache 2.0); pesos del Hy4 final anunciados, aún sin publicar | 1M | Trabajo con agentes de contexto largo, visión y uso del ordenador | ~0,83 $ |
| MiMo-V2.6-Pro | Xiaomi | Sí (MIT) | 1M | Mejor puntuación de pesos abiertos en Artificial Analysis v4.3.2 (30 en la v5, por detrás de DeepSeek con 33 y GLM con 32) | ~0,44 $ |
| Step 5 Preview | StepFun | Sí (licencia StepFun) | 1M | Razonamiento general, mucho uso en OpenRouter | ~1 $ |
| Ernie 5.1 | Baidu | Familia Ernie 4.5: sí; ERNIE 5.5 Flash Base: sí, pero sin licencia para la UE | ~128K | Anclado en búsqueda, eficiente | ~0,56 $ |
| Doubao Seed 2.1 Pro | ByteDance | No | ~1M | Producción de gran volumen | ~0,90 $ |
Los precios se mueven casi cada semana y dependen del nivel: trátalos como órdenes de magnitud, no como cotizaciones. El patrón que se mantiene: los modelos chinos más potentes cuestan menos por token que los modelos cerrados estadounidenses, y la mayoría los puedes descargar y ejecutar tú.
DeepSeek, Qwen, GLM y Kimi: los cuatro grandes
Cuatro laboratorios hacen casi todo el trabajo de fondo en este debate. Son los que aparecen por su nombre en los resúmenes con IA, los que muchas startups occidentales usan como base sin decirlo, y entre los que de verdad eliges cuando te preguntas qué modelo chino usar.
DeepSeek (V4): el que reventó los precios
DeepSeek es el laboratorio que provocó el pánico. Su modelo de razonamiento R1, en enero de 2025, igualó a los sistemas de frontera estadounidenses a una fracción del costo, se convirtió en la app gratuita más descargada de la App Store de EE. UU. en cuestión de días y ayudó a desencadenar la caída del 27 de enero de 2025, en la que solo Nvidia perdió unos 589.000 millones de dólares de capitalización bursátil en un solo día. El laboratorio está en Hangzhou y lo financia el fondo de cobertura cuantitativo High-Flyer, parte de la razón por la que optimiza el costo de forma tan agresiva. Nuestra guía de precios de DeepSeek tiene las tarifas actuales de Flash y Pro al completo.
El buque insignia actual de DeepSeek es V4, cuya vista previa adelantó TechCrunch a finales de abril de 2026, construido sobre la misma eficiencia de mezcla de expertos por la que se conoce al laboratorio; su buque insignia V4-Pro alcanzó la disponibilidad general el 13 de agosto de 2026, y V4.1 Flash sustituyó al Flash original el 10 de septiembre (actualizado a V4.1-Flash-1017 el 17 de octubre). Es genuinamente bueno en razonamiento y en código agéntico, y en precio es casi imbatible: el nivel Flash cuesta quince centavos de dólar por millón de tokens de entrada en horas valle, donde los modelos occidentales de frontera cobran dólares. El 16 de agosto de 2026, DeepSeek sustituyó su tarifa plana de todo el día por una tarifa de horas pico y horas valle que duplica el precio siete horas en días laborables (las horas pico van de 01:00 a 04:00 y de 06:00 a 10:00 UTC), pero incluso en pico (treinta centavos) sigue siendo una fracción del precio occidental. Si tu pregunta es «qué modelo chino tiene de las tarifas por token más bajas», DeepSeek es una respuesta (el GLM-5.3-Flash de Z.ai iguala su entrada de 0,15 $ y la mejora en salida, con 0,50 $), y es donde se decide la mayoría de comparativas entre DeepSeek y Qwen, solo por costo.
Alibaba Qwen (Qwen4-Max): el modelo base por defecto
Si DeepSeek se llevó los titulares, Qwen se convirtió en silencio en los cimientos. La familia Qwen de Alibaba es la línea de modelos abiertos más descargada del mundo: MIT Technology Review calcula que supuso más del 30 % de todas las descargas de modelos en Hugging Face en 2024, y que en agosto de 2025 las variantes de Qwen eran más del 40 % de los nuevos modelos de lenguaje en Hugging Face, frente a en torno al 15 % de Llama de Meta.
Lo práctico es esto: cuando un desarrollador afina un modelo abierto, muy a menudo hay un Qwen como base. Los modelos Qwen pequeños se publican en pesos abiertos con licencias permisivas, y eso es lo que los convierte en el punto de partida por defecto (la vista previa Qwen3.8-Flash-Next, de 180.000 millones de parámetros, usa una nueva licencia Qwen Community). El inconveniente: Alibaba trató durante mucho tiempo sus modelos más grandes como una API cerrada en lugar de una descarga abierta, y solo lo revirtió en parte en agosto de 2026. Las fortalezas de Qwen están en la amplitud: buena cobertura multilingüe, uso agéntico de herramientas y una ventana de contexto de un millón de tokens. El buque insignia actual, Qwen4-Max, está disponible con carácter general desde el 16 de noviembre de 2026, a 1,50 $ por millón de tokens de entrada y 4,50 $ de salida, solo por API y sin pesos. Sustituyó a Qwen3.8-Max, lanzado el 3 de agosto de 2026 a 2 $ y 6 $. Alibaba publicó sus pesos el 12 de agosto de 2026, el primer Qwen de nivel Max abierto, aunque solo de texto y bajo una licencia propia «Qwen3.8-Max», no Apache 2.0.
Zhipu GLM (GLM-5.3): el aspirante de frontera
La línea GLM de Zhipu cerró la brecha, y su buque insignia actual, GLM-5.3, se lanzó el 14 de agosto de 2026. Viene de Zhipu AI, un laboratorio de Pekín surgido de la Universidad de Tsinghua que opera a nivel internacional como Z.ai, y se lanzó el 14 de agosto de 2026 con una ventana de contexto de un millón de tokens, conservando la misma base 753B/40B que GLM-5.2 (todas las mejoras vienen del posentrenamiento). A diferencia de los términos MIT limpios de GLM-5.2, GLM-5.3 se distribuye bajo una licencia personalizada: los operadores de modelo como servicio con más de 10.000 millones de dólares de ingresos agregados en 12 meses deben pasar una revisión de seguridad de Z.ai. En el Intelligence Index v4.3.2 de Artificial Analysis (octubre de 2026, antes del paso a la v5 del 27 de octubre) obtuvo 44,8 puntos, el tercer modelo de pesos abiertos, por detrás de MiMo-V2.6-Pro de Xiaomi (46,3) y DeepSeek V4.1 Flash (45,1), con Step 5 Preview de StepFun cuarto (43,7) y Kimi K3 quinto (43,6), y Reuters informó en junio de que GLM-5.2, la misma base, se quedaba por poco por detrás de los mejores modelos cerrados a cerca de una sexta parte del costo. Z.ai salió a bolsa en Hong Kong en enero de 2026.
Lo que distingue a GLM de DeepSeek es su enfoque. Donde DeepSeek apuesta todo al costo bruto, GLM-5.3 está calibrado para la ingeniería de software de largo recorrido: depuración de bases de código enteras, autocorrección autónoma y ese tipo de ejecuciones de agentes de varios pasos que descarrilan en los modelos más flojos. Si tu trabajo es programación seria u orquestación de agentes y quieres pesos abiertos, esta es la elección actual.
Moonshot Kimi (K3.1 Pro y K2.7-Code): el especialista en agentes
Kimi, de Moonshot AI, está pensado para agentes que funcionan durante horas, y su gama actual reparte el trabajo según el presupuesto. Kimi K3.1 Pro, lanzado el 23 de octubre de 2026, es el buque insignia: Moonshot lo describe como una versión posentrenada de Kimi K3 con mucho más cómputo de posentrenamiento, y mantiene la ventana de contexto de un millón de tokens. Moonshot afirmaba que los pesos completos se publicarían a más tardar el 4 de noviembre de 2026, y a 6 de noviembre de 2026 están en Hugging Face bajo una licencia propia «Kimi K3.1 Pro», así que el buque insignia de Kimi descargable es ahora K3.1 Pro; K3, lanzado el 16 de julio de 2026 con 2,8 billones de parámetros, publicó sus pesos abiertos el 27 de julio de 2026 bajo una licencia propia «Kimi K3». K2.7-Code, una variante especializada en código que Moonshot lanzó a mediados de junio de 2026, es el caballo de batalla del día a día: sigue publicando sus pesos bajo la licencia MIT modificada de la línea K2 y mantiene la misma orquestación en enjambre de agentes por la que se conoce a Moonshot, coordinando muchos subagentes en tareas de fondo largas en lugar de responder a un solo prompt cada vez. K3.1 Pro cuesta 2 $ por millón de tokens de entrada y 10 $ por millón de salida, un tercio menos que los 3 $ y 15 $ de K3, y su precio de salida es 2,5 veces el de K2.7-Code (4 $). En la práctica, para quien ya usa K2, K2.7-Code sirve para el código y el trabajo con agentes de rutina, y K3.1 Pro para las sesiones que de verdad necesitan la escala extra, el razonamiento o la ventana de contexto completa; nuestra comparativa Kimi K3 frente a Claude pone a K3 frente a la gama Claude tarea por tarea. La generación anterior K2.6 sigue activa en la API con la misma tarifa que K2.7-Code (0,95 $/4,00 $), pero la página de modelos de Moonshot, consultada el 16 de noviembre de 2026, indica que los modelos de la serie K2 ya no están disponibles para usuarios recién registrados (las cuentas registradas antes del 1 de noviembre pueden seguir usándolos) y que se espera retirarlos a finales de diciembre de 2026. Del lado del consumidor, Moonshot vende suscripciones medidas en créditos en lugar de mensajes, que desglosamos en nuestra guía de precios de Kimi.
En un cara a cara, comparar Kimi con DeepSeek, o Qwen con Kimi, casi siempre se reduce a la forma del trabajo. DeepSeek es de los generalistas más baratos, Qwen es la base más adaptable, GLM es la frontera del código y Kimi es al que recurres cuando un agente tiene que mantener el equilibrio a lo largo de una ejecución muy larga de varios pasos.
El siguiente nivel: MiniMax, Tencent Hunyuan, Xiaomi, StepFun, Baidu Ernie y ByteDance Doubao
Otros seis laboratorios completan el pelotón y aparecen sin parar en cualquier comparativa seria.
MiniMax lanzó M3 el 1 de junio de 2026 y publicó sus pesos abiertos en Hugging Face el 12 de junio. Su gancho es arquitectónico: un diseño de atención dispersa que gestiona una ventana de contexto de un millón de tokens a un costo de cómputo muy inferior al de un transformador estándar, lo que le permite seguir siendo barato aun con contextos muy largos. Salió a bolsa en Hong Kong la misma semana que Z.ai. El 19 de octubre de 2026, MiniMax añadió M3.1 Flash a 0,15 $ de entrada y 0,60 $ de salida por millón de tokens, y publicó sus pesos abiertos en Hugging Face bajo la misma MiniMax Community License (repositorio creado el 23 de octubre de 2026).
Tencent Hunyuan ha sido la apuesta discreta por la licencia permisiva. Su buque insignia actual, Hy4, se lanzó el 4 de noviembre de 2026 con comprensión de imágenes y uso del ordenador, al mismo precio de lista de entrada de 0,834 $ (Tencent factura Hy4 al 50 % del precio de lista hasta el 31 de diciembre de 2026); Tencent dijo en el lanzamiento que los pesos finales llegarían, y a 16 de noviembre de 2026 no están en Hugging Face. El Hy4 Preview al que sustituye publicó sus pesos el 28 de agosto de 2026: 770.000 millones de parámetros en total (49.000 millones activos) con una ventana de contexto de un millón de tokens, y a diferencia de GLM-5.3 y Kimi K3, que llevan licencias propias con condiciones de ingresos o de uso, se distribuye bajo una licencia Apache 2.0 sencilla. En la evaluación a ciegas publicada por la propia Tencent supera ligeramente a GLM-5.3 y a Kimi K3. Su predecesor, el Hy3 completo publicado el 6 de julio de 2026 (también Apache 2.0, que no debe confundirse con el Hy3-Preview de abril, más restrictivo), sigue disponible por aproximadamente una sexta parte del precio de entrada de Hy4 para quien no necesite la escala del modelo nuevo.
MiMo-V2.6-Pro de Xiaomi (MIT, 21 de septiembre) encabezaba el índice de modelos de pesos abiertos de Artificial Analysis con 46 en la v4.3.2 (30 en la v5, lanzada el 27 de octubre, por detrás de DeepSeek V4.1 Flash 1017 con 33 y GLM-5.3 con 32), y Step 5 Preview de StepFun (licencia de estilo Apache con atribución y condiciones de licencia comercial) obtuvo 44 en la v4.3.2 (29 en la v5) y fue el segundo en OpenRouter por tokens en la semana al 17 de octubre.
Baidu Ernie es el veterano. Su buque insignia actual, Ernie 5.1, se lanzó en la primavera de 2026. La parte genuinamente abierta es la antigua familia Ernie 4.5, que Baidu publicó bajo licencia Apache 2.0 como una gama de modelos de mezcla de expertos que puedes descargar y ejecutar. El 5 de noviembre de 2026, Baidu publicó además ERNIE 5.5 Flash Base, un checkpoint base de 280.000 millones de parámetros (14.000 millones activos), bajo una licencia propia que excluye a la Unión Europea, al Reino Unido y a Corea del Sur. La ventaja de Ernie es su estrecho anclaje en la búsqueda web, coherente con las raíces de buscador de Baidu.
ByteDance Doubao es la excepción: es cerrado. La gama Doubao Seed 2.1 Pro solo se ofrece a través de Volcano Engine, la nube de ByteDance, y está pensada para la escala bruta: Volcano Engine indica que el uso diario de Doubao superó los 120 billones de tokens en marzo de 2026 y, según su presidente en la conferencia FORCE de junio de 2026, los 180 billones. Es barato y confiable para producción de gran volumen, pero no lo puedes descargar, y el nombre ByteDance arrastra el mismo lastre político que TikTok en EE. UU.
Una precisión de alcance antes de seguir: esta guía va de modelos de texto y chat, esos con los que razonas, escribes y programas. El otro terreno donde los laboratorios chinos ganan es la generación de medios, donde posiblemente lideran el mundo. Kling de Kuaishou, Hailuo de MiniMax, Seedance de ByteDance y Wan de Alibaba encabezan la mayoría de los rankings de generación de video. La marca Hunyuan de Tencent abarca los dos mundos: publica los modelos de texto Hy vistos arriba y una gama distinta de generación de video, así que no los confundas cuando veas «Hunyuan» en un ranking. Si lo tuyo es el video o la imagen con IA en lugar del chat, esa es una lista distinta de esta.
Pesos abiertos frente a open source: qué significa «abierto» de verdad
Casi todos los artículos sobre este tema llaman a estos modelos «código abierto» (open source), y casi todos son imprecisos con el término. La distinción importa lo suficiente como para acertar, porque cambia lo que de verdad tienes permitido hacer.

La mayoría de los modelos chinos son de pesos abiertos, no de código abierto. El laboratorio publica el archivo del modelo entrenado para que puedas descargarlo, ejecutarlo y afinarlo, pero no publica ni los datos ni la receta completa de entrenamiento. Así que puedes usar el modelo con libertad, pero no reproducir ni auditar del todo cómo se construyó. Un modelo de código abierto de verdad publicaría las tres cosas; un modelo de pesos abiertos publica solo los pesos. Es la diferencia entre que te entreguen un motor que funciona y que te entreguen el motor más los planos de la fábrica. Para el desglose de licencias modelo a modelo, consulta nuestra guía sobre pesos abiertos frente a open source.

«Abierto» tampoco significa automáticamente «libre para cualquier uso». Eso lo decide la licencia asociada a los pesos, y las licencias varían.
| Modelo | Licencia | Uso comercial | Autoalojamiento | Qué no se publica |
|---|---|---|---|---|
| DeepSeek V4 / V4.1 | MIT | Sí | Sí | Datos y código de entrenamiento |
| GLM-5.3 | Personalizada | Sí | Sí | Datos y código de entrenamiento |
| Kimi K3 | Licencia propia «Kimi K3» | Sí, con condiciones (acuerdo aparte si el negocio MaaS supera 20 M$ en 12 meses) | Sí | Datos y código de entrenamiento |
| Kimi K3.1 Pro | Licencia propia «Kimi K3.1-Pro» | Sí, con condiciones (acuerdo aparte si el negocio MaaS supera 20 M$ en 12 meses) | Sí | Datos y código de entrenamiento |
| MiniMax M3 y M3.1 Flash | MiniMax Community License | Sí, con condiciones | Sí | Datos y código de entrenamiento |
| Hunyuan Hy4 Preview | Apache 2.0 | Sí | Sí | Datos y código de entrenamiento |
| MiMo-V2.6-Pro | MIT | Sí | Sí | Datos y código de entrenamiento |
| Step 5 Preview | Licencia StepFun 1.0 | Sí, con condiciones | Sí | Datos y código de entrenamiento |
| Qwen (modelos pequeños) | Apache 2.0 | Sí | Sí | Pesos de Qwen4-Max y del Qwen3.8-Max multimodal, datos de entrenamiento |
| Familia Ernie 4.5 | Apache 2.0 | Sí | Sí | Pesos de Ernie 5.1, datos de entrenamiento (ERNIE 5.5 Flash Base es abierto con una licencia aparte que excluye la UE, el Reino Unido y Corea del Sur) |
| ERNIE 5.5 Flash Base | ERNIE 5.5 Flash Base Model License v1.0 | Sí, con condiciones (aviso de uso y atribución «Powered by ERNIE»; autorización escrita por encima de 50 M$ de ingresos anuales de productos relacionados) | Sí, fuera de la UE, el Reino Unido y Corea del Sur | Datos de entrenamiento |
| Doubao Seed 2.1 | Propietaria | Solo API | No | Los pesos en sí |
La sorpresa para mucha gente es que las permisivas lo son de verdad. MIT y Apache 2.0 están entre las licencias más abiertas que existen, sin límite de usuarios. Eso hace que DeepSeek, MiMo de Xiaomi, Hunyuan Hy4 Preview y los Qwen y Ernie 4.5 abiertos sean legalmente más fáciles de convertir en producto comercial que Llama de Meta, cuya licencia añade una restricción por número de usuarios (el Muse Glimmer de Meta, más pequeño, lo invierte: Apache 2.0 puro desde agosto de 2026, sin ese tope, aunque su Muse Spark Open, más grande y publicado el 15 de octubre, usa la Muse Model License, que exige el aviso «Built with Muse Spark Open» y un acuerdo aparte para los negocios de modelo como servicio por encima de 20 M$ de ingresos). GLM es ahora una excepción parcial: los pesos del buque insignia GLM-5.3 llevan una licencia personalizada con su propia revisión por umbral de ingresos, más cercana en espíritu a la restricción de Llama que a MIT, aunque el GLM-5.3-Flash, más pequeño, se mantuvo en MIT. Lo que conviene vigilar no es la apertura de los modelos pequeños, sino la tendencia en la cima: el Ernie 5.1 de Baidu y todo Doubao siguen cerrados (el único Ernie nuevo y abierto de Baidu, el checkpoint 5.5 Flash Base, no tiene licencia para la UE), Kimi K3 pasó a una licencia propia con condiciones para grandes negocios, y Alibaba solo abrió una versión de texto de Qwen3.8-Max, mientras su buque insignia, Qwen4-Max, sale sin pesos.
¿Son seguros los modelos de IA chinos? Privacidad, censura y bloqueos
Esta es la pregunta que de verdad frena a la gente, y merece una respuesta directa. Hay tres preocupaciones reales, y en cada una la respuesta depende mucho de cómo uses el modelo.
La primera es la privacidad de los datos. Cuando usas la app o la API alojada de DeepSeek, tus prompts se procesan en servidores en China (su política de privacidad indica que los datos personales se almacenan en la República Popular China), y la Ley de Inteligencia Nacional de China de 2017 puede obligar a las empresas a entregar datos al Estado. Es un problema genuino para el trabajo regulado, y es la razón por la que muchas empresas ya restringen las apps de consumo de DeepSeek y Qwen. La distinción clave es el alojamiento: ese riesgo va unido al servicio alojado, no a los pesos abiertos. Descarga los pesos y ejecútalos en tu propio hardware o en una nube occidental, y tus datos nunca salen de tu entorno. Mismo modelo, camino de datos distinto.
Para un lector en España o Latinoamérica, la pregunta de fondo es de RGPD: enviar datos personales a servidores en China es una transferencia internacional sin decisión de adecuación de la UE. En España, la organización de consumidores OCU trasladó en febrero de 2025 una reclamación a la Agencia Española de Protección de Datos (AEPD) sobre DeepSeek; a fecha de esta redacción, la AEPD no ha publicado ninguna resolución al respecto. En Europa, Italia sí bloqueó la app de DeepSeek a finales de enero de 2025 y el regulador de Berlín cursó en junio de 2025 una notificación a Apple y Google bajo el artículo 16 de la DSA. A día de hoy, en cambio, ningún gobierno de España ni de ningún país de Latinoamérica ha prohibido estas aplicaciones a los particulares. El criterio prudente para el trabajo con datos de clientes es el mismo que con cualquier IA de consumo gratuita: no metas ahí datos personales o confidenciales, o ejecuta los pesos abiertos en tu propia infraestructura. Resulta revelador que la propia AEPD, en su política interna para el uso de IA generativa (versión de diciembre de 2025), incluya a Qwen, DeepSeek y Kimi entre los modelos «de pesos abiertos» aceptables para autoalojar, justo la vía que esquiva el problema de la app alojada.
La segunda es la censura. Los asistentes chinos alojados se niegan o esquivan en temas políticamente sensibles como Tiananmén, Taiwán o los uigures, y un informe de septiembre de 2025 del organismo de seguridad de la IA del Gobierno de EE. UU., recogido por NBC News, halló que los modelos de DeepSeek mostraban salvaguardas debilitadas y un sesgo medible hacia el encuadre pro-chino en comparación con los modelos estadounidenses. Para la mayoría del trabajo de marketing o de código esto no aparece nunca, pero si generas contenido donde la neutralidad política importa, compruébalo. Autoalojar una versión de pesos abiertos reduce el sesgo, pero no lo elimina del todo, porque parte se cuela durante el entrenamiento.
La tercera son los bloqueos. Agencias federales y varios estados de EE. UU. restringen DeepSeek en los dispositivos oficiales, y unos pocos países aliados han actuado contra las apps alojadas. Esos bloqueos casi siempre apuntan al servicio alojado en dispositivos oficiales, no a los pesos abiertos que corren en un despliegue privado. Así que «¿está prohibido DeepSeek?» depende por completo de quién seas y de dónde estés.
La restricción tampoco va en un solo sentido. En junio de 2026, EE. UU. obligó brevemente a Anthropic a retirar de la circulación sus mejores modelos Claude (Fable 5 y Mythos 5) para cumplir una orden que limitaba el acceso extranjero, una restricción levantada el 1 de julio de 2026, pero que, mientras duró, empujó a desarrolladores de otros países hacia justamente estos modelos chinos de pesos abiertos. CrowdStrike ha informado de que DeepSeek-R1 tiene hasta un 50 % más de probabilidad de producir código con vulnerabilidades de seguridad graves cuando los prompts incluyen disparadores políticamente sensibles; CrowdStrike no estableció la causa. Revisa el resultado y mantén estos modelos lejos de sistemas gubernamentales o críticos para la seguridad, igual que harías con cualquier modelo que no puedas auditar del todo.
Frente a ChatGPT, Claude y Gemini
En la v4.3.2, los modelos chinos habían cerrado casi toda la brecha en casi todas las tareas, pero el índice v5 de Artificial Analysis (27 de octubre) la muestra ampliándose de nuevo, y en la mismísima cima sigue habiendo una diferencia real. En el Intelligence Index de Artificial Analysis (v4.3.2, octubre de 2026), el mejor modelo chino de pesos abiertos antes de K3.1 Pro, MiMo-V2.6-Pro de Xiaomi, obtiene 46,3, frente a 57,6 de Claude Opus 5.5 (4 $/20 $ por millón de tokens), 56,0 de Claude Sonnet 5.5 (2 $/10 $), 52,6 de Gemini 4 Argon (2 $/10 $ hasta el 30 de noviembre de 2026, luego 4 $/20 $ desde el 1 de diciembre de 2026) y 51,8 de GPT-6.1 Sol (2 $/10 $). Kimi K3.1 Pro, lanzado el 23 de octubre de 2026, obtuvo 55 en la v4.3.2, por encima de Gemini 4 Argon y GPT-6.1 Sol (las puntuaciones no son comparables entre versiones del índice). En la v5, lanzada el 27 de octubre, la brecha de los pesos abiertos es en cambio de unos 18 puntos en nuestra consulta del 16 de noviembre (v5.0.1): K3.1 Pro obtiene 46,5 frente a 64,6 de Claude Fable 5.2, lanzado el 9 de noviembre, con Gemini 4 Carbon de Google, a la venta desde el 10 de noviembre, en 60,0 y Claude Opus 5.5 en 59,1, y entre los demás pesos publicados DeepSeek V4.1 Flash 1017 (33) y GLM-5.3 (32) encabezan la lista (el nuevo Hy4 de Tencent obtiene 35, pero sus pesos aún no están publicados). En costo la brecha es amplia: la mayoría de las opciones chinas cuestan una fracción del precio, los quince centavos de DeepSeek frente a los dólares de los buques insignia occidentales (Claude Haiku 5.5 y GPT-6 Luna, a 0,10 $, cuestan menos). OpenAI lanzó GPT-6 Astra el 3 de septiembre de 2026. El más reciente GPT-6.2 Astra, lanzado el 17 de noviembre de 2026, obtiene 62 en el índice v5.0.1 (consulta del 18 de noviembre, posterior al gráfico), por detrás de Claude Fable 5.2 (64,6).

Importan dos cautelas. Primera: buena parte de las afirmaciones de que un modelo «supera al buque insignia cerrado» procede de los propios laboratorios, y los observadores independientes siguen concediendo a los laboratorios estadounidenses la delantera en la frontera: Epoch AI constata que los modelos chinos han ido por detrás de la frontera estadounidense unos siete meses de media (2 de enero de 2026), y su análisis del 29 de mayo de 2026 sitúa el retraso medio de los mejores modelos de pesos abiertos respecto a los cerrados en unos cuatro meses, aunque los laboratorios chinos hayan igualado en ejes concretos como los benchmarks de código y de agentes. Segunda: es fácil sobreinterpretar los benchmarks. Muchos rankings tienen poca cobertura en inglés, hay dudas abiertas sobre contaminación de las pruebas, y una sola puntuación llamativa es una evidencia más débil que un patrón constante entre evaluaciones independientes. También conviene recordar que estos laboratorios siguen entrenando en gran medida sobre hardware de Nvidia e infraestructura de nube estadounidense; hablar de «IA china independiente» es, por tanto, una simplificación.
Para el trabajo práctico, el reparto es claro. Si quieres capacidad máxima y tienes presupuesto, los mejores modelos cerrados estadounidenses aún llevan ventaja en las tareas más difíciles y en las herramientas más pulidas. Si quieres casi toda esa capacidad a una décima parte del costo, o necesitas ejecutar un modelo en tu propio entorno, los modelos chinos abiertos son ya una respuesta seria y no una curiosidad. Si estás sopesando uno frente a un sistema occidental concreto, nuestra comparativa Gemini frente a ChatGPT plantea el mismo marco para el lado cerrado.
Qué cambia el ascenso de la IA china para tu visibilidad
Esta es la parte que los repasos de benchmarks se saltan, y la que importa si tu trabajo es marketing y no aprendizaje automático. Los modelos chinos abiertos ya no son un nicho. En OpenRouter, un gran enrutador de modelos, los modelos de pesos abiertos de todo origen sumaron en torno al 72 % de los tokens la semana del 5 de octubre de 2026, DeepSeek V4.1 Flash fue el modelo más usado, y los cinco laboratorios chinos del gráfico de cuota de mercado (DeepSeek, Z.ai, Xiaomi, Tencent, StepFun) suman el 60 %. En febrero, MIT Technology Review situaba los modelos abiertos chinos en cerca del 30 % del uso de OpenRouter algunas semanas. El encuadre de MIT Technology Review es el acertado: estos modelos se han convertido en infraestructura para los que construyen IA en todo el mundo. Microsoft, por ejemplo, añadió el R1 de DeepSeek a su catálogo de Azure AI Foundry a los pocos días del lanzamiento del modelo.
Eso cambia el panorama de la visibilidad de dos formas. La primera es que una parte creciente de los agentes y aplicaciones que leen tu sitio web funciona con estos modelos, y por eso cómo funciona la búsqueda con IA pasa cada vez más por pesos chinos, incluso en productos occidentales. La segunda es que los grandes asistentes chinos (DeepSeek, Kimi, Doubao, Ernie y el Tongyi de Qwen) son ellos mismos motores de respuesta (según QuestMobile, en mayo de 2026 Doubao tenía 382 millones de usuarios mensuales en China, Qwen 167 millones y DeepSeek 130 millones), y casi nadie en el marketing occidental se pregunta si su marca aparece ahí.
Hay una señal de hasta qué punto el terreno sigue despejado. Cuando le preguntas hoy en español a un asistente de IA por «los modelos de IA chinos», tiende a titubear con las versiones actuales y a apoyarse en agregadores SEO en lugar de en la documentación de los propios laboratorios, y ninguno menciona por su nombre la distinción entre código abierto y pesos abiertos, ni el ángulo del RGPD. Dicho de otro modo: el hueco de citas en español sobre este tema está sin cubrir, que es exactamente el tipo de brecha que vale la pena ocupar en lugar de suponer que ya está resuelta.
Según nuestra experiencia en geotoolbox, las marcas que siguen visibles a medida que el campo de modelos se fragmenta son las que tratan la accesibilidad para la IA y la citabilidad como un canal prioritario y no como un añadido. Nuestro comprobador de rastreadores de IA cubre 34 user-agents de rastreo, incluido el de ByteDance, para que al menos veas a qué sistemas de IA deja pasar hoy tu robots.txt.
¿Qué modelo de IA chino deberías usar?
No hay un único ganador, porque la elección correcta depende del trabajo. Aquí va la versión corta. Para el campo global, incluidos Llama, Gemma y gpt-oss, nuestro ranking de mejores LLM de código abierto cubre los once.
| Si quieres... | Elige | Por qué |
|---|---|---|
| Pagar lo mínimo por token | DeepSeek V4.1 Flash | De las tarifas por token más bajas: 0,15 $ por millón de tokens de entrada en horas valle (0,30 $ en pico), a la par de GLM-5.3-Flash en entrada |
| Buscar la mejor puntuación de pesos abiertos | Kimi K3.1 Pro, luego DeepSeek V4.1 Flash o GLM-5.3 (MiMo-V2.6-Pro en la v4.3.2) | 46 para K3.1 Pro en el índice v5 de Artificial Analysis, luego 33 para DeepSeek V4.1 Flash y 32 para GLM-5.3 (MiMo-V2.6-Pro: 30). En la v4.3.2 MiMo lideraba con 46 |
| Hacer código y trabajo con agentes en serio, en abierto | GLM-5.3 | Entre los modelos chinos más fuertes en código y ejecuciones largas de agentes |
| Ejecutar tareas de agente largas y de varios pasos | Kimi K2.7-Code (pesos abiertos; según el aviso de Moonshot, en su API solo para cuentas registradas antes del 1 de noviembre de 2026) o K3.1 Pro para las sesiones más duras | Diseñado para contexto largo y orquestación en enjambre; K3.1 Pro añade escala a 2,5 veces el precio de salida |
| Afinar tu propio modelo | Qwen (tamaños abiertos) | La base abierta más adoptada y con mejor soporte |
| Ejecutar en local con hardware modesto | Un Qwen pequeño | Las variantes abiertas pequeñas caben en GPU de consumo; DeepSeek V4.1 Flash pesa por sí solo 510 GB |
| Evitar por completo los datos alojados en China | Cualquier modelo abierto, autoalojado | Los pesos abiertos en tu infraestructura mantienen los datos en local |
Una nota práctica sobre el acceso: rara vez necesitas una cuenta china para usarlos. Los modelos abiertos están en Hugging Face, y pasarelas amistosas para Occidente como OpenRouter te dejan llamar a la mayoría a través de una sola API sin tocar una nube nativa. Eso evita la cuenta y la nube chinas manteniendo la ventaja de precio, aunque una pasarela sigue enrutando tu prompt a través de un tercero: revisa sus condiciones de retención si la residencia de los datos te importa.
Por eso «cuál es el mejor modelo de IA chino» es la pregunta equivocada. El campo es ya lo bastante bueno como para que la mejor pregunta sea cuál encaja con tu trabajo, tu presupuesto y tu tolerancia al riesgo concretos, y la tabla de arriba es por donde empezar.
Los modelos seguirán cambiando. Tu estrategia de visibilidad no tiene por qué
Los números de versión concretos de esta guía estarán desfasados en cuestión de meses, porque ese es el ritmo al que publican estos laboratorios. Lo que no cambiará tan rápido es el desplazamiento de fondo: la IA capaz se está volviendo más barata, más abierta y más fragmentada entre proveedores, y una parte creciente de ella funciona ya sobre pesos chinos.
Para cualquiera cuyo sustento dependa de que lo encuentren, esa fragmentación es la verdadera historia. Cuando una docena de motores, occidentales y chinos, pueden responder a la pregunta de un comprador, las marcas que ganan son las citadas en todos ellos, no las optimizadas para una sola caja de búsqueda. Ese es el problema para el que está hecho geotoolbox: nuestro Citation Interceptor detecta dónde apareces, y dónde no, en ChatGPT, Perplexity, Gemini, Claude, los resúmenes con IA de Google, el Modo IA de Google, Bing Copilot y Grok, para que arregles los huecos en vez de suponerlos. Empieza por los motores que ya te traen compradores, y no pierdas de vista los chinos que vienen deprisa por detrás.
Preguntas frecuentes
¿Cuál es el mejor modelo de IA chino ahora mismo?
No hay uno solo que sea el mejor. GLM-5.3 está entre los modelos chinos más fuertes en los rankings de código y agentes (en el índice global v4.3.2 de Artificial Analysis, MiMo-V2.6-Pro de Xiaomi lo superaba por un punto y medio y DeepSeek V4.1 Flash por tres décimas; en la v5 obtiene 32, un punto por detrás de DeepSeek V4.1 Flash 1017 (33) y por delante de MiMo con 30), DeepSeek V4.1 Flash está entre los más baratos por token, Qwen es la base abierta más adoptada y Kimi es el más sólido para ejecuciones largas de agentes, K2.7-Code para el trabajo rutinario (en la API de Moonshot solo para cuentas registradas antes del 1 de noviembre de 2026) y K3.1 Pro cuando una sesión necesita de verdad la escala extra. La elección correcta depende de si te importa más el costo, la programación, el ajuste del modelo o el trabajo con agentes.
¿Son seguros los modelos de IA chinos, y mis datos van a China?
Si usas la app o la API alojada de DeepSeek, tus prompts se procesan en China y pueden quedar sujetos a las leyes de datos chinas, lo que es una preocupación real para el trabajo sensible. Si autoalojas los pesos abiertos en tu propio hardware o en una nube occidental, tus datos nunca llegan a China. Una pasarela como OpenRouter evita la cuenta y la nube chinas, aunque tu prompt sigue pasando por un tercero: revisa sus condiciones de enrutamiento y retención.
¿Qué diferencia hay entre pesos abiertos y código abierto?
Pesos abiertos significa que el laboratorio publica el modelo entrenado para que puedas descargarlo, ejecutarlo y afinarlo. Código abierto incluiría además los datos y el código de entrenamiento necesarios para reconstruirlo desde cero. La mayoría de los modelos chinos líderes, como DeepSeek y GLM, son de pesos abiertos pero no de código abierto del todo: puedes usarlos con libertad, pero sin poder auditar por completo cómo se hicieron.
¿A qué modelos de IA chinos citan ChatGPT, Gemini y Perplexity?
Es una pregunta distinta de qué modelos son buenos. Los motores de respuesta occidentales citan fuentes según su propia recuperación, no según qué modelo construyó un laboratorio; que te mencione ChatGPT o Gemini depende de que tu contenido se gane la cita. El matiz nuevo es que los asistentes chinos como DeepSeek y Kimi son ellos mismos motores de respuesta, y cómo citan las fuentes occidentales sigue siendo una cuestión abierta y en gran parte sin medir.
Fuentes
- DeepSeek adelanta un nuevo modelo de IA que cierra la brecha con los modelos de frontera - TechCrunch -
techcrunch.com/2026/04/24/deepseek-previews-new-ai-model-that-closes-the-gap-with-frontier-models - Qué le espera a la IA de código abierto china - MIT Technology Review -
technologyreview.com/2026/02/12/1132811/whats-next-for-chinese-open-source-ai - Más de Silicon Valley está construyendo sobre IA china gratuita - NBC News -
nbcnews.com/tech/innovation/silicon-valley-building-free-chinese-ai-rcna242430 - Tras el cierre de Anthropic, la Z.ai china cierra la brecha de frontera - Reuters -
reuters.com/world/asia-pacific/after-anthropic-shutdown-chinas-zai-closes-frontier-gap-it-plans-dual-listing-2026-06-25 - Vulnerabilidades ocultas en software escrito por IA - CrowdStrike -
crowdstrike.com/en-us/blog/crowdstrike-researchers-identify-hidden-vulnerabilities-ai-coded-software - El R1 de DeepSeek ya está disponible en Azure AI Foundry - Microsoft Azure -
azure.microsoft.com/en-us/blog/deepseek-r1-is-now-available-on-azure-ai-foundry-and-github - La OCU pide a la AEPD que investigue DeepSeek - Infobae, febrero de 2025 -
infobae.com/espana/agencias/2025/02/03/ocu-denuncia-los-posibles-riesgos-de-deepseek-y-pide-a-proteccion-de-datos-que-investigue - Provvedimento d'urgenza sobre DeepSeek - Garante per la protezione dei dati personali, enero de 2025 -
garanteprivacy.it/home/docweb/-/docweb-display/docweb/10097450 - Política general para el uso de IA generativa (Anexo de implementación) - AEPD, diciembre de 2025 -
aepd.es/documento/anexo-implementacion-politica-iag-aepd.pdf - Tarifas de la API de DeepSeek, octubre de 2026 - DeepSeek -
api-docs.deepseek.com/quick_start/pricing - Política de privacidad de DeepSeek - DeepSeek -
cdn.deepseek.com/policies/en-US/deepseek-privacy-policy.html - Modelos de pesos abiertos, índice v4.3.2 - Artificial Analysis, octubre de 2026 -
artificialanalysis.ai/models/open-source - Clasificaciones, octubre de 2026 - OpenRouter -
openrouter.ai/rankings - Retraso abierto/cerrado - Epoch AI, 29 de mayo de 2026 -
epoch.ai/data-insights/open-closed-eci-gap - OpenAI announces rollout of GPT-6 Astra model - CNBC, 3 de septiembre de 2026 -
cnbc.com/2026/09/03/open-ai-astra-gpt-6-cyber.html - Tencent open-sources Hy4 preview with 770B parameters and a 1M-token context - TechNode, 28 de agosto de 2026 -
technode.com/2026/08/28/tencent-open-sources-hy4-preview-with-770b-parameters-and-a-1m-token-context - Modelos abiertos en Hugging Face - Hugging Face -
huggingface.co/models - Presentación de Kimi K3.1 Pro - Moonshot AI, 23 de octubre de 2026 -
kimi.ai/blog/kimi-k3-1-pro - Precios de la API de Kimi y aviso sobre la serie K2 - Moonshot AI, consultado el 2 de noviembre de 2026 -
platform.kimi.ai/docs/pricing/chat - Lista de modelos de la API de Kimi (estado de la serie K2) - Moonshot AI, consultado el 16 de noviembre de 2026 -
platform.kimi.ai/docs/models - Lista de precios de Qianfan (ERNIE 5.1: 0,56 $ de entrada, 2,53 $ de salida por millón de tokens hasta 32k) - Baidu AI Cloud, actualizada el 7 de septiembre de 2026 -
intl.cloud.baidu.com/en/doc/qianfan/s/Jm8r1826a-intl-en - Anuncio de MiniMax-M3.1-Flash - MiniMax, 19 de octubre de 2026 -
minimax.io/blog/minimax-m31f - Ficha y pesos de MiniMax-M3.1-Flash (licencia minimax-community; contexto de 1M) - Hugging Face, primer commit el 23 de octubre de 2026 -
huggingface.co/MiniMaxAI/MiniMax-M3.1-Flash - Precios API de MiniMax de pago por uso (M3, M3.1 Flash), consultados el 2 de noviembre de 2026 -
platform.minimax.io/docs/guides/pricing-paygo - Doubao surpasses 120 trillion daily tokens as usage doubles in three months - TechNode, 7 de abril de 2026 -
technode.com/2026/04/07/doubao-surpasses-120-trillion-daily-tokens-as-usage-doubles-in-three-months - Lista de precios Ark de Volcano Engine (doubao-seed-2.1-pro: 6,00 CNY por millón de tokens de entrada), consultada el 7 de noviembre de 2026, convertida a 6,648 CNY por dólar (tipo de referencia del BCE vía Frankfurter, 2 de noviembre de 2026) -
docs.volcengine.com/docs/ark/model-pricing - Precios de modelos (Hy4 y Hy4 Preview: 0,834 $ por millón de tokens de entrada) - Tencent Cloud, actualizado el 16 de noviembre de 2026 -
tencentcloud.com/document/product/1300/78937 - Cobertura de la conferencia Volcengine FORCE 2026 (Doubao por encima de 180 billones de tokens al día en junio) - 36Kr, 26 de junio de 2026 -
eu.36kr.com/en/p/3869247060677636 - QuestMobile: las apps de IA nativas de China alcanzan 499 millones de usuarios mensuales - TechNode, 14 de julio de 2026 -
technode.com/2026/07/14/questmobile-chinas-ai-native-apps-reach-499-million-monthly-active-users - Tencent launches Hy4 with vision and computer use capabilities - TechNode, 4 de noviembre de 2026 -
technode.com/2026/11/04/tencent-launches-hy4-with-vision-and-computer-use-capabilities - ERNIE 5.5 Flash Base Model License Agreement v1.0 (el territorio excluye la Unión Europea, el Reino Unido y Corea del Sur) - Baidu, 5 de noviembre de 2026 -
huggingface.co/baidu/ERNIE-5.5-Flash-Base/blob/main/LICENSE - Licencia Kimi K3.1-Pro - Moonshot AI, Hugging Face -
huggingface.co/moonshotai/Kimi-K3.1-Pro/blob/main/LICENSE - Pesos de MiniMax-M3 (primer commit el 12 de junio de 2026) - MiniMax, Hugging Face -
huggingface.co/MiniMaxAI/MiniMax-M3 - Registro de cambios de la API de DeepSeek (V4.1-Flash-1017, 17 de octubre de 2026) - DeepSeek -
api-docs.deepseek.com/updates - Leaderboards, Intelligence Index v5.0.1 - Artificial Analysis, consultado el 16 de noviembre de 2026 -
artificialanalysis.ai/leaderboards/models - Chinese AI models have lagged the US frontier by 7 months on average since 2023 - Epoch AI, 2 de enero de 2026 -
epoch.ai/data-insights/us-vs-china-eci - Nvidia loses $589 billion in market cap - Tom's Hardware, 28 de enero de 2025 -
tomshardware.com/tech-industry/artificial-intelligence/nvidia-loses-usd589-billion-in-market-cap-broad-stock-plunge-triggered-by-deepseek-ai-release