La máquina de las medias verdades

Lo que la euforia por Kimi K3 la Nueva IA ChinA, no cuenta

Por Mookie Tenembaum

En julio de 2026, una empresa china llamada Moonshot presentó Kimi K3. El anuncio produjo el efecto habitual de estas ceremonias. Los mercados se inquietaron, las acciones tecnológicas retrocedieron y muchos analistas proclamaron el comienzo de una nueva época.

La historia parecía sencilla y casi irresistible. Una empresa china construyó un sistema de IA comparable con los mejores modelos estadounidenses. El nuevo sistema costaba menos que algunos rivales. Además, Moonshot prometía publicar sus componentes esenciales para que cualquiera pudiera utilizarlos.

La conclusión llegó antes que las preguntas. China volvió a alcanzar a Estados Unidos. OpenAI y Anthropic perdieron su ventaja. Los modelos cerrados dejaron de ser defendibles.

Todo eso podría ocurrir algún día. Kimi K3 no demuestra que ya ocurrió.

Aquí conviene repartir las responsabilidades con precisión. Moonshot responde por una palabra: llamó abierto a un modelo cuyos pesos todavía guarda. Casi todo lo demás fue honesto. La empresa admitió que su producto queda debajo de los líderes, anunció una fecha futura para la publicación y reveló la enorme instalación necesaria para ejecutarlo. Fueron la prensa y los inversores quienes convirtieron ese anuncio prudente en una revolución consumada. La mezcla de hechos comprobables, promesas futuras y comparaciones incompletas no forma una mentira sencilla. Forma algo más eficaz: una verdad cuidadosamente recortada.

La parte realmente impresionante

Kimi K3 representa un logro técnico importante. Negarlo impediría entender el resto de la historia.

Un modelo de IA funciona como una inmensa red de pequeños ajustes numéricos. Esos ajustes forman algo parecido a su memoria adquirida. Cuantos más ajustes existen, mayor puede ser la capacidad del modelo, aunque el tamaño nunca garantiza por sí mismo una inteligencia superior.

Kimi K3 contiene 2,8 billones de esos ajustes. Utilizo aquí el sentido español de billón, que equivale a 1 millón de millones. El sistema puede recibir hasta 1 millón de fragmentos de texto en una sola consulta. Eso le permite examinar libros, documentos extensos o grandes cantidades de código durante una misma tarea. También interpreta imágenes, escribe programas, diseña páginas y ejecuta trabajos prolongados con cierta autonomía.

Las evaluaciones independientes confirman una parte importante del anuncio. Artificial Analysis le otorgó 57 puntos en su índice general. Claude Fable 5, el líder actual, obtuvo 60 puntos. GPT 5.6 Sol, la versión más avanzada de OpenAI, obtuvo 59. Kimi quedó cuarto entre todos los modelos evaluados. En las pruebas de diseño de páginas alcanzó el primer puesto de la clasificación especializada de Arena, con un salto de 17 posiciones respecto de su versión anterior.

Kimi K3 no es una invención publicitaria. Es un modelo genuinamente competitivo. El engaño comienza cuando esa verdad limitada se convierte en una conclusión universal.

El modelo abierto que todavía no está abierto

La palabra más poderosa del anuncio fue abierto. Esa palabra sugiere que cualquier persona puede descargar el modelo, examinarlo, modificarlo y utilizarlo sin depender de Moonshot.

Moonshot anunció que publicaría los pesos del modelo el 27 de julio. Esos pesos son la memoria numérica que el sistema adquirió durante su formación. Al momento de escribir estas líneas, esa publicación no ocurrió todavía. Solamente existía una promesa. La propia página oficial aclaraba que los pesos y el informe técnico llegarían después del lanzamiento comercial.

El orden importa. Primero aparece el anuncio. Después llega la celebración. Al final deberían aparecer las pruebas necesarias para comprobar el anuncio. Es como inaugurar una biblioteca antes de abrir sus puertas. Quizás los libros existen realmente. Nadie puede consultarlos todavía.

Incluso la publicación de los pesos no convierte automáticamente un modelo en código abierto. La definición formal de la Open Source Initiative exige además información suficiente sobre el código, los datos, el procedimiento de formación y las condiciones de uso. Una empresa puede entregar el cerebro terminado sin explicar cómo lo construyó. Eso permite usar el producto, pero no permite reproducir su creación.

El gigante que necesita una fábrica

La segunda omisión aparece en el tamaño. Los 2,8 billones de ajustes funcionan como demostración de poder. También constituyen un problema económico. Kimi emplea una arquitectura que activa solamente una pequeña parte del modelo durante cada respuesta. En lugar de usar todas sus secciones al mismo tiempo, escoge 16 secciones especializadas entre casi 900. La idea se parece a una biblioteca gigantesca. El bibliotecario no consulta todos los libros para responder cada pregunta. Solamente visita algunas salas.

Eso reduce el trabajo durante una respuesta. No elimina la necesidad de almacenar la biblioteca completa. Incluso con una compresión muy agresiva, los pesos requieren aproximadamente 1,4 terabytes de memoria. Moonshot recomienda instalaciones con al menos 64 aceleradores especializados. Un acelerador es un procesador diseñado para los cálculos matemáticos de estos modelos. Una computadora corriente no puede ejecutar Kimi K3 de manera práctica.

Este detalle matiza el significado de la palabra abierto sin anularlo. La publicación de los pesos no entregará una inteligencia gratuita a todas las empresas del mundo. Entregará una máquina enorme que solamente algunos centros de datos podrán operar. Las empresas pequeñas seguirán pagando a un proveedor. Pero podrán elegir entre varios proveedores que ejecuten exactamente el mismo modelo, y podrán cambiar de proveedor sin cambiar de modelo. Esa competencia no existe cuando solamente el propietario puede servir el sistema. La dependencia disminuye sin desaparecer.

También aparece un contrasentido llamativo. Muchos inversores interpretaron el anuncio como una amenaza para los fabricantes de procesadores. Kimi K3 necesita una cantidad extraordinaria de equipos. Si todos quisieran utilizarlo, la demanda de procesadores podría aumentar. El supuesto asesino de la infraestructura es, por ahora, un consumidor voraz de infraestructura.

Una respuesta barata no significa un trabajo barato

La confusión más importante afecta al precio. Moonshot cobra una cantidad determinada por cada millón de fragmentos de texto que entran o salen del modelo. Para un lector común, esa medida carece de significado. Nadie contrata inteligencia para comprar fragmentos de texto. Una compañía no pregunta cuántas palabras produjo un sistema. Pregunta cuánto costó preparar el informe, arreglar el programa o analizar el contrato.

Kimi parece barato cuando se observa exclusivamente el precio de cada fragmento. El problema surge porque necesita muchos fragmentos para completar cada trabajo. Durante las evaluaciones de Artificial Analysis, Kimi produjo alrededor del doble de texto que la mediana de sus competidores y funcionó algo más lentamente. Mejoró frente a su propia versión anterior, con un 21 por ciento menos de texto, pero sigue entre los modelos más habladores de la frontera.

Los números permiten una comparación honesta si se leen completos. Ejecutar el examen del índice costó en promedio 94 centavos de dólar con Kimi. Costó 1,04 dólares con Sol, que obtuvo 2 puntos más. Las versiones económicas de OpenAI y otros rivales cercanos gastaron entre 21 y 55 centavos, con capacidades menores. Entre los modelos que publican sus pesos, GLM 5.2, de la empresa china Z.ai, gastó unos 32 centavos y obtuvo 51 puntos. DeepSeek gastó apenas 4 centavos y obtuvo 44 puntos.

La lectura correcta exige aparear cada costo con su capacidad. DeepSeek no resolvió por 4 centavos lo que Kimi resolvió por 94. Gastó 4 centavos rindiendo el mismo examen con una nota bastante inferior. Kimi será, si publica sus pesos, el modelo abierto más capaz de esta comparación. También será uno de los más caros. Sus hermanos abiertos ofrecen menos capacidad por una fracción del precio.

La conclusión precisa es más modesta que los titulares. Kimi no domina la frontera económica. Sol ofrece una capacidad algo mayor por un costo apenas superior, mientras otros modelos ofrecen capacidades menores por mucho menos dinero. El precio anunciado es una verdad. La supuesta superioridad económica es una interpretación.

El costo que nadie publicó

Moonshot tampoco reveló cuánto costó construir Kimi K3. No conocemos el número exacto de procesadores utilizados. No conocemos el consumo de electricidad ni el costo de los experimentos fallidos. Tampoco conocemos el gasto en datos, investigadores y modelos anteriores. Una empresa puede anunciar que una ejecución final costó cierta cantidad. Esa cifra no incluye necesariamente los años de trabajo previos. Aquí aparece la diferencia entre el costo de fabricar una unidad y el costo de inventar la fábrica.

El precio comercial tampoco revela el costo real. Una empresa joven puede vender por debajo de su costo para conseguir usuarios. Un inversor puede pagar parte de la infraestructura. Un Estado puede ofrecer electricidad o créditos subsidiados. Nada de eso vuelve falso al producto. Pero vuelve incompleta la comparación entre precios.

Quién paga la cuenta china

Moonshot no creció en un vacío financiero. Alibaba invirtió aproximadamente 800 millones de dólares y obtuvo cerca del 36 por ciento de la empresa, según el informe anual de su ejercicio fiscal 2024. Las rondas posteriores diluyeron con casi total certeza esa participación. Al momento de escribir estas líneas, Moonshot cerraba una ronda liderada por Meituan con una valoración cercana a los 20.000 millones de dólares. Al mismo tiempo, según la información recogida por Bloomberg, iniciaba conversaciones para una nueva ronda que podría valorarla en 30.000 millones. Sería su tercera financiación en 6 meses.

China también mantiene programas públicos que subsidian electricidad, terrenos y centros de datos para proyectos considerados estratégicos, según documenta la Comisión de Revisión Económica y de Seguridad entre Estados Unidos y China. Las grandes empresas tecnológicas chinas acompañan sus inversiones con capacidad informática y acuerdos comerciales.

La conclusión admisible es limitada y por eso mismo importante. Moonshot recibió capital privado abundante, capacidad informática y cierto apoyo público. No conocemos cuánto influyeron esos recursos en el costo de Kimi K3. Tampoco sabemos si su precio comercial cubre el costo de ejecutarlo. Las empresas estadounidenses también reciben respaldo: Microsoft financia infraestructura para OpenAI, mientras Amazon y Google respaldan a Anthropic. La diferencia china no reside en la existencia del apoyo. Reside en la combinación explícita de capital empresarial, planificación industrial y objetivos nacionales, cuya magnitud exacta permanece fuera de toda contabilidad pública.

El posible maestro oculto

Existe una controversia todavía más delicada. En febrero de 2026, Anthropic acusó a 3 empresas chinas de utilizar sus modelos de manera clandestina para formar sistemas competidores. Las señaladas fueron DeepSeek, MiniMax y la propia Moonshot. Según Anthropic, las 3 crearon en conjunto unas 24.000 cuentas fraudulentas y generaron más de 16 millones de intercambios con Claude.

El procedimiento recibe el nombre de destilación. La palabra parece complicada, pero la idea es sencilla. Imaginemos un alumno que formula millones de preguntas a un gran profesor. El alumno guarda cada respuesta. Después utiliza ese enorme cuaderno para enseñar a otro estudiante. El segundo estudiante no recibe el cerebro del profesor. Recibe millones de ejemplos sobre su manera de resolver problemas.

Moonshot dirigió la segunda operación por volumen, con más de 3,4 millones de intercambios. Según la acusación, las consultas buscaban precisamente las capacidades que luego aparecieron como fortalezas de los modelos Kimi: la programación, el razonamiento, la utilización de herramientas y la reconstrucción de cadenas de razonamiento.

La acusación es técnicamente específica. No es una sentencia independiente. Ninguna auditoría externa resolvió públicamente la disputa. Tampoco sabemos cuánto influyó ese material en Kimi K3.

La cuestión importa por una razón económica. Si una empresa utiliza millones de respuestas de Claude como material educativo, ahorra parte del trabajo necesario para diseñar ejemplos de alta calidad. No elimina el costo de construir el modelo base. Pero puede reducir el costo de enseñarle comportamientos avanzados. Kimi podría ser simultáneamente una obra propia y un alumno de un maestro ajeno. Ambas afirmaciones pueden ser verdaderas al mismo tiempo.

Los exámenes que cuentan solamente una parte

Los modelos de IA se comparan mediante exámenes. Esos exámenes ayudan, pero nunca reproducen completamente la vida real. Kimi K3 obtuvo resultados excelentes en programación y diseño visual. También mostró una gran capacidad para trabajos prolongados. En una prueba de labores administrativas complejas quedó detrás de Claude Fable 5 y delante de Sol.

Otros resultados mostraron debilidades. En una evaluación específica sobre conocimiento y prudencia, Kimi respondió correctamente con mayor frecuencia que su versión anterior. Al mismo tiempo, su proporción de respuestas inventadas subió desde el 39 hasta el 51 por ciento. Esa cifra no significa que la mitad de sus respuestas cotidianas sean falsas. Describe el comportamiento dentro de una prueba concreta y especialmente difícil. Pero revela una tensión importante: el modelo responde con mayor ambición e inventa más cuando desconoce la respuesta. Una empresa puede tolerar ese comportamiento durante la creación de una página. No puede tolerarlo durante un análisis médico, jurídico o financiero.

También importa la manera de presentar las demostraciones. Moonshot mostró que Kimi diseñó un procesador, construyó un compilador y optimizó programas. Esas frases sugieren una máquina capaz de mejorar por sí misma y reemplazar equipos completos de ingenieros. La realidad es menos extraordinaria. El supuesto procesador nunca llegó a una fábrica. Kimi produjo un diseño que funcionó dentro de una simulación, con una tecnología de 45 nanómetros, antigua frente a los procesos modernos. Existe una distancia enorme entre un archivo simulado y un procesador físico confiable.

Algunos comentaristas describen estos experimentos como señales de mejora recursiva. Esa expresión significa que una IA mejoraría sus propios métodos, construiría una versión superior y repetiría el proceso cada vez más rápido. Kimi K3 no demostró eso. Un modelo que optimiza un programa realiza una tarea avanzada. Un modelo que modifica autónomamente su propio procedimiento de formación representa otra cosa completamente diferente. La primera capacidad existe. La segunda pertenece todavía al terreno de las hipótesis.

El mito de los márgenes del 90 por ciento

El argumento financiero alrededor de Kimi también parte de una cifra dudosa.

Algunos inversores sostienen que OpenAI y Anthropic disfrutan márgenes cercanos al 90 por ciento en la utilización de sus modelos. Desde esa premisa concluyen que cualquier competidor abierto destruirá una fuente extraordinaria de beneficios.

Conviene separar mediciones que suelen mezclarse. Una cosa es el margen de determinados servicios pagados. Otra es el margen bruto de toda la empresa. Otra distinta es el resultado que queda después de financiar la investigación, los salarios y los modelos futuros.

No existe información pública y auditada que confirme el 90 por ciento en ninguna de esas mediciones. La cifra conocida apunta en otra dirección. OpenAI registró un margen bruto ajustado cercano al 33 por ciento durante 2025, en caída desde el 40 por ciento del año anterior, mientras sus costos de ejecución se cuadruplicaron. Algunas estimaciones más estrechas, referidas solamente a ciertos servicios pagados, producen márgenes superiores. Esas cuentas miden otra cosa y no responden la pregunta relevante: si ese margen alcanza para financiar el resto de la empresa.

La afirmación del 90 por ciento no es un hecho establecido. Es una suposición que sostiene otra suposición.

La competencia no beneficia automáticamente a todos

Existe otra idea seductora. Si los modelos ganan menos dinero, todos los demás sectores ganarán más. La realidad no obedece una regla tan sencilla.

Un precio menor puede aumentar el uso de la IA. Eso favorecería a los centros de datos, las empresas eléctricas y los fabricantes de procesadores. También puede reducir los ingresos totales si el aumento del uso no compensa la caída del precio. No existe una bolsa fija de dinero que deba repartirse entre modelos, procesadores y aplicaciones.

Además, Moonshot no piensa limitarse a vender un modelo. Ofrece herramientas de trabajo, herramientas de programación, aplicaciones para consumidores y servicios empresariales. Es decir, intenta ocupar la misma capa de aplicaciones que supuestamente salvará. La competencia en los modelos beneficia a los compradores. No garantiza la supervivencia de todos los vendedores.

El antecedente de DeepSeek

Esta historia ya ocurrió una vez.

En enero de 2025, DeepSeek presentó un modelo chino sorprendentemente capaz. Una cifra dominó las noticias. La empresa dijo que una etapa final de formación costó alrededor de 5,6 millones de dólares, y su propio informe aclaró expresamente qué incluía y qué excluía esa cuenta. La prensa eliminó la nota al pie. DeepSeek construyó por 5,6 millones, decían los titulares, lo que las empresas estadounidenses necesitaban miles de millones para construir.

Nvidia cayó un 17 por ciento durante una sola jornada y perdió casi 600.000 millones de dólares de valor bursátil. Fue una de las mayores destrucciones diarias de valor registradas por una compañía.

Pero los 5,6 millones describían una ejecución concreta. No incluían la compra previa de equipos, los modelos anteriores, los experimentos fallidos ni la infraestructura acumulada durante años. Los analistas especializados calcularon que DeepSeek disponía de una inversión informática mucho mayor. Después, OpenAI acusó a DeepSeek de utilizar respuestas de sus modelos para formar sistemas propios.

DeepSeek no era falso. El modelo funcionaba y su eficiencia era real. Lo falso era la interpretación pública construida alrededor de una cifra verdadera.

La conclusión bursátil tampoco envejeció bien. Nvidia recuperó la caída y alcanzó nuevos máximos históricos durante los meses siguientes. Esa recuperación no demuestra por sí sola que la IA más barata aumentara la demanda de procesadores. Pero sugiere que la eficiencia no destruye necesariamente el mercado de infraestructura, y resulta compatible con el efecto contrario: cuando la inteligencia se volvió más barata, millones de personas comenzaron a utilizarla con mayor frecuencia.

La verdadera máquina

Los mercados detestan los espacios vacíos. Cuando faltan datos, los inversores no esperan. Inventan una historia que complete el dibujo.

Kimi K3 repite la estructura de aquel episodio. Existe un avance técnico real, una empresa competente y evaluaciones independientes que confirman resultados importantes. También existe una narrativa mucho mayor que las pruebas disponibles. El modelo abierto todavía no está abierto. El informe técnico no está publicado. El costo de formación permanece oculto. El precio por tarea no domina la frontera económica, ni siquiera dentro del propio campo abierto chino. La tasa de invención preocupa en algunas pruebas. Los ejemplos más espectaculares provienen de simulaciones controladas. Y una acusación detallada sobre millones de respuestas obtenidas de Claude espera todavía una resolución independiente.

Ninguno de estos elementos demuestra un fraude. Juntos demuestran que el milagro necesita muchas notas al pie.

Kimi no destruyó el sistema de la IA de frontera. Se incorporó a él. Su efecto más probable es aumentar la presión sobre los precios y obligar a cada empresa a ofrecer más capacidad por menos dinero. Ese efecto es importante. No equivale al final de OpenAI ni al final de Anthropic. El verdadero momento fundacional de la IA abierta llegará cuando un modelo alcance claramente la frontera, publique realmente sus pesos, permita usos comerciales amplios y resuelva trabajos con menos palabras y menos dinero que sus rivales. Kimi cumple solamente una parte de esas condiciones.

La técnica no necesita una falsedad absoluta. Una falsedad absoluta puede refutarse. Es mucho más poderoso publicar un fragmento verdadero y permitir que otros construyan el mito. Moonshot entregó una cifra enorme, algunos resultados excelentes y una promesa de apertura. El mundo agregó el resto.

Con DeepSeek, la cifra era verdadera y la interpretación pública era falsa. Con Kimi K3, el modelo es verdadero. El milagro todavía espera sus pruebas.

Las cosas como son.

Mookie Tenembaum aborda temas de tecnología como este todas las semanas junto a Claudio Zuchovicki en su podcast La Inteligencia Artificial, Perspectivas Financieras, disponible en Spotify, Apple, YouTube y todas las plataformas.