China acaba de adelantar a Estados Unidos en un terreno que Washington consideraba estratégico: la inteligencia artificial de código abierto. Un estudio del MIT y Hugging Face, que analiza 2.200 millones de descargas entre 2020 y agosto de 2025, muestra un vuelco claro en la balanza de poder: los modelos chinos ya concentran más descargas que los estadounidenses, con DeepSeek y Qwen en el centro del terremoto.
De la hegemonía de Silicon Valley al adelanto chino
Durante años, el relato era cómodo para Silicon Valley: Google, Meta y OpenAI marcaban el paso de la IA abierta y el resto del mundo intentaba seguirles. El nuevo informe rompe esa narrativa. Entre agosto de 2024 y agosto de 2025, los modelos desarrollados en China alcanzan el 17,1 % de las descargas globales, frente al 15,8 % de los estadounidenses, que por primera vez quedan por detrás.
La relevancia no está solo en el dato, sino en lo que implica. Los modelos abiertos, gratuitos de descargar, modificar e integrar, son la materia prima con la que trabajan startups e investigadores. Quien domina esa capa no solo compite en tecnología, también define los cimientos sobre los que se construyen productos, servicios y, en última instancia, poder económico y político.
DeepSeek y Qwen: volumen, rendimiento y coste
El ascenso chino no es fruto del azar, sino de una estrategia clara. Según el estudio, DeepSeek y Qwen (el ecosistema de modelos de Alibaba) han inundado el mercado con modelos de alto rendimiento hasta capturar, entre ambos, el 14 % de las descargas recientes a escala global.
DeepSeek descolocó a Silicon Valley con su modelo de razonamiento R1, capaz de competir con alternativas estadounidenses usando solo una fracción del coste y de la potencia de cómputo. Ese lanzamiento abrió una pregunta incómoda para los grandes laboratorios de EE UU: si alguien puede igualar sus resultados gastando mucho menos, ¿tiene sentido seguir quemando miles de millones en centros de datos para mantener la ventaja?
El contexto geopolítico también pesa. Con restricciones a la exportación de chips de Nvidia, Pekín ha optado por una táctica pragmática: distribuir modelos de altas prestaciones de forma gratuita, apoyándose en un ecosistema abierto que les permite mantener influencia global incluso con limitaciones de hardware.
EE UU pisa el freno de la apertura
Mientras tanto, el lado estadounidense se está replegando. El estudio documenta una caída de los gigantes tradicionales en la economía abierta: Google, Meta y OpenAI pierden cuota frente a desarrolladores independientes y comunidades. Incluso en el propio ranking de EE UU, una comunidad como Comfy, centrada en interfaces para generación de imágenes, llega al 5,4 % de las descargas, por encima de algunos laboratorios corporativos.
El giro político tampoco es menor. La administración Trump, obsesionada con ganar la carrera de IA frente a China, intenta empujar a las empresas a invertir en modelos abiertos alineados con “valores estadounidenses”, dentro de su llamado Plan de Acción de IA. Al mismo tiempo, los grandes actores ajustan su estrategia: en agosto, OpenAI presentó sus primeros modelos de “pesos abiertos”, que permiten usar el modelo pero sin ofrecer la transparencia completa del verdadero código abierto; Meta, por su parte, ha reorientado su apuesta hacia modelos cerrados más potentes mientras persigue la “superinteligencia” en competencia directa con OpenAI, Anthropic y Google.
En la práctica, EE UU se protege detrás de sistemas propietarios mientras China gana terreno en la capa abierta, justo la que facilita adopción masiva.
El falso consuelo del “código abierto”
El informe pone el dedo en una herida que va más allá del duelo China–EE UU: la desaparición del verdadero código abierto en IA. En 2022, el 79,3 % de las descargas correspondía a modelos que revelaban sus datos de entrenamiento. En 2025, ese porcentaje cae al 39 %.
Por primera vez, los modelos de open weights superan a los modelos realmente abiertos que cumplen los estándares de la Open Source Initiative. Es decir, el mercado se está llenando de cajas negras reutilizables: podemos descargar el modelo, pero no ver con qué se ha entrenado ni cómo se ha construido. Ganan potencia y facilidad de integración, se pierde capacidad de auditoría, seguridad y control democrático sobre una infraestructura que cada vez resulta más crítica.
El tamaño medio de los modelos también se ha disparado: pasa de 827 millones de parámetros en 2023 a 20.800 millones en 2025, un aumento por 17. La consecuencia es clara: pocos actores pueden crear modelos base de este calibre, y el resto del ecosistema se limita a adaptar, cuantizar y empaquetar lo que otros han construido.
Intermediarios, sesgos y dependencia de modelos chinos
Ese nuevo equilibrio ha dado lugar a una capa industrial de intermediarios. Comunidades como Imstudio-community o mlx-community no entrenan modelos desde cero, pero los optimizan y reempaquetan para que usuarios y empresas puedan ejecutarlos en hardware más modesto. Juntas representan ya más del 22 % de las descargas recientes, funcionando como la “infraestructura invisible” que hace usable esta nueva generación de modelos gigantes.
El estudio advierte de que, si la infraestructura global de IA pasa a depender de modelos base chinos como DeepSeek-R1 o Qwen, el impacto va mucho más allá de lo técnico. Aunque su rendimiento sea equiparable o incluso superior al de sus homólogos estadounidenses y a una fracción del coste, incorporan sesgos alineados con las normativas de Pekín. Es decir, el giro hacia modelos chinos en la capa abierta también es un giro hacia su marco de valores y censuras, integrado de fábrica en las arquitecturas que luego otros reutilizan.
La paradoja es evidente: Estados Unidos, que contribuyó a construir el ecosistema de IA abierta, está perdiendo la batalla por la distribución y la adopción en ese mismo terreno. Y lo hace justo cuando la industria se desplaza hacia modelos menos transparentes y más difíciles de escrutar.
Lo que se juega en la IA de código abierto
Más allá del duelo estadístico, el mensaje de fondo es incómodo para Occidente. El informe del MIT y Hugging Face describe un “reequilibrio fundamental” de la economía de la IA abierta. China no solo compite en algoritmos, sino en quién pone las piezas que todos los demás reutilizan. EE UU responde blindándose tras modelos cerrados y políticas de “valores nacionales”, pero en ese movimiento está cediendo un terreno clave: la capa abierta donde realmente se decide qué modelos se usan, cómo se adaptan y qué sesgos se normalizan.
El resultado inmediato es un ecosistema más concentrado, menos transparente y, cada vez más, inclinado hacia arquitecturas producidas fuera del control regulatorio occidental. El largo plazo, si nada cambia, será una IA omnipresente construida sobre cimientos que no controlamos del todo, ni técnica ni políticamente.