La industria tecnológica china está inmersa en una carrera por desarrollar inteligencia artificial (IA) que sea no solo potente, sino también tan económica que resulte "invisible" para el usuario final. Este enfoque estratégico busca la monetización y utilidad inmediata de la IA, diferenciándose de la tendencia occidental que prioriza la capacidad bruta de los modelos. Empresas como DeepSeek, MiniMax, Tencent, Alibaba y ByteDance están impulsando esta visión con modelos que prometen alto rendimiento a costos reducidos, fomentando una adopción masiva.
La Estrategia China de IA de Bajo Costo
El objetivo principal de las startups y grandes tecnológicas chinas en el ámbito de la IA es crear soluciones rentables y accesibles. DeepSeek emerge como un actor clave en este panorama, destacando no solo por su rendimiento sino también por su capacidad para atraer usuarios en mercados donde otros gigantes de la IA enfrentan mayores dificultades, en parte gracias a sus cargas de trabajo de inferencia más asequibles. Además, DeepSeek ha propuesto una licencia MIT abierta para que desarrolladores descarguen y adapten sus modelos, subrayando la búsqueda de eficiencia y accesibilidad. Otras compañías como Tencent, Alibaba y ByteDance, con su Seedance 2.0, también están realizando avances significativos en esta dirección. La estrategia china se enfoca en impulsar modelos más baratos y útiles, que puedan ejecutarse en dispositivos cotidianos sin requerir una gran capacidad de cálculo.
MiniMax y su Modelo M2.5: Un "Empleado Digital" Accesible
MiniMax, una de las empresas "tigre" en el ecosistema de IA chino que ha levantado cientos de millones de dólares, ha lanzado el modelo M2.5, que sus desarrolladores describen como un "modelo de frontera" con una filosofía de precios radicalmente distinta. M2.5 busca ser un "empleado digital" con un costo tan bajo que resulta casi irrelevante medirlo. Este LLM (gran modelo de lenguaje) puede manejar hasta 230.000 millones de parámetros totales, pero optimiza su uso a 10.000 millones por token mediante una arquitectura Mixture of Experts (MoE). Esta configuración reduce significativamente los costos de inferencia, permitiendo que el precio sea de aproximadamente un dólar por hora de funcionamiento continuo, lo que representa entre 10 y 20 veces menos que otros modelos como Opus, Gemini 3 Pro o GPT-5.
El M2.5 de MiniMax ya está disponible en plataformas como Ollama, HuggingFace, ModelScope en China y GitHub. La propia compañía afirma que el 30% de sus tareas internas son realizadas por M2.5 y el 80% del código nuevo es generado por el modelo, lo que indica su optimización para tareas autónomas más que para la conversación interactiva. Si bien las pruebas internas de MiniMax muestran que M2.5 duplicó la puntuación de su predecesor, el M2.1, la verificación independiente de estas métricas es compleja.
Un Contraste de Enfoques en el Desarrollo de la Inteligencia Artificial
Mientras Estados Unidos prioriza la creación de modelos propietarios cada vez más potentes, China está consolidando una narrativa que favorece modelos de IA más asequibles y directamente útiles para el usuario. Esta divergencia estratégica no solo se traduce en una mejor relación prestaciones/precio, sino también en la capacidad de ejecutar estas IA en dispositivos de uso diario. La posible adquisición de GPU avanzadas de NVIDIA por parte de empresas chinas podría fortalecer aún más esta estrategia, impulsando la disponibilidad de soluciones de IA a bajo costo y promoviendo el software de código abierto como una vía para mitigar las restricciones externas. Algunas empresas chinas también están explorando precios variables para los modelos de IA, como tarifas diurnas/nocturnas, para hacerlos aún más accesibles.