Los grandes modelos chinos se lanzan en masa al código abierto en septiembre: esta vez, la competencia es la asequibilidad

Apenas ha pasado medio septiembre y quienes hacen evaluaciones ya no logran seguir el ritmo de actualización de los grandes modelos chinos. Los nuevos lanzamientos de Zhipu, Meituan, ModelBest, Tencent y Ant cayeron casi en la misma ventana temporal, y abarcan desde grandes modelos de propósito general hasta modelos pequeños en el dispositivo, pasando por generación de imágenes e inteligencia encarnada. Más allá del revuelo, lo que realmente merece analizarse es el camino que eligieron sin ponerse de acuerdo: no se limitaron a acumular parámetros sin fin, sino que pusieron el esfuerzo en «cómo hacer que la gente pueda costearlos y desplegarlos».

Empecemos por Zhipu. GLM-5.3-Flash, publicado en septiembre, tiene 320.000 millones de parámetros totales, pero solo 18.000 millones de parámetros activos participan realmente en el cómputo cada vez. La idea de la activación dispersa es muy directa: hacer el modelo más grande y despertar solo una pequeña parte en cada inferencia para reducir tanto el costo como la latencia. Se distribuye bajo licencia MIT, admite multimodalidad de forma nativa y cuesta unos 0,25 USD por millón de tokens de salida. Una frase más contundente de las notas de lanzamiento es que el servicio de inferencia se ejecuta de principio a fin en chips de IA chinos, con un rendimiento de extremo a extremo aproximadamente tres veces superior al benchmark inicial, y que han alcanzado la escala de 100 billones de tokens gratuitos al día. Para los desarrolladores, esa frase pesa más que cualquier número de la tabla de parámetros.

Meituan presentó LongCat-2.0, con 1,6 billones de parámetros totales y soporte nativo para un contexto de 1 millón de tokens. Su atractivo no está en el tamaño, sino en el terreno de entrenamiento: según la compañía, es el primer gran modelo abierto con billones de parámetros que completa todo el proceso de entrenamiento e inferencia en un clúster de cómputo nacional a escala de diez mil tarjetas. Lo acompañan CatPaw, una plataforma de operaciones con IA, y «Xiaotuan», un agente de servicios locales, que acumula más de 700 millones de respuestas a necesidades de usuarios. Que una empresa que empezó en servicios locales ponga sobre la mesa un modelo de billones de parámetros demuestra que la estructura de costos de esta carrera se está aflojando.

MiniCPM5-2B de ModelBest toma la dirección opuesta: reduce los parámetros al nivel de 2.000 millones y apunta al dispositivo. Sigue la línea habitual de MiniCPM: pocos parámetros, capacidad de implementación real, y funciona incluso dentro de un teléfono o un dispositivo de borde. Casi al mismo tiempo, MiniMax abrió Code CLI bajo licencia MIT, y Zhipu añadió GLM-5.3-FlashX, orientado a alto rendimiento, con una velocidad de inferencia de unos 200 tokens por segundo. Al completar a la vez las tres líneas —dispositivo, aceleración de inferencia y herramientas de programación—, este conjunto explica mejor que un único «buque insignia» hasta qué punto ha madurado el ecosistema.

Si se ponen todos estos movimientos en conjunto, empieza a verse clara una tendencia: el código abierto se está convirtiendo en un medio de competencia, no en un ideal romántico. MIT, pesos abiertos, cuotas gratuitas: todas estas acciones apuntan a algo muy práctico. Quien atraiga primero a desarrolladores y pymes a su ecosistema se quedará antes con el volumen de llamadas de la próxima ronda. Liderar en parámetros puede sostener una rueda de prensa, pero no un entorno de producción diario.

La línea de imágenes tampoco faltó. El 4 de septiembre, el laboratorio Bailing de Ant Group publicó y abrió la serie LLaDA-Image, con versiones Base y Turbo, de aproximadamente 7.000 millones de parámetros. Un único checkpoint admite a la vez generación de imágenes a partir de texto, edición con imágenes de referencia y renderizado de texto en chino e inglés, sin necesidad de una rama de edición adicional. Lo destacado está en la versión Turbo, que usa destilación Twin-DMD para reducir los pasos de muestreo a 2-4, manteniendo a la vez calidad y velocidad, y cuya inferencia no depende de GPU de gama alta. En Qwen-Image-Bench obtuvo 53,53 puntos en escenarios en inglés y 53,38 en escenarios en chino; según la empresa, los mejores resultados actuales en ambos. Pasar de los 50 pasos habituales a un solo dígito no solo significa rapidez: también hace posible la generación en tiempo real en hardware de consumo.

En el terreno de la inteligencia encarnada, Zidong Taichu abrió el código de ZDTaichu5.0-9B el 15 de septiembre. Este modelo de 9.000 millones de parámetros logró ocho primeros puestos mundiales en su categoría de mismo tamaño en comprensión espacial y tareas encarnadas, y obtuvo 78,27 puntos en MindCube-tiny, 20,67 puntos porcentuales más que Qwen3.5-9B. Lo que completa es la parte de «qué hacer después de ver» en un robot: reconocer una taza solo responde a «qué es»; juzgar hacia dónde apunta el asa y si se puede poner algo al lado se acerca más a «qué puede hacer».

Y no se puede ignorar a Tencent. El 22 de septiembre, Hunyuan lanzó la versión preliminar de Image 3.5, centrada en mejorar la generación de texto, la composición visual, el realismo y la edición continua; permite subir hasta 5 imágenes de referencia por vez y ofrece una salida máxima de 2K. El precio es de 0,15 yuanes por imagen en 2K, y solo se cobra por la salida final. La fecha de lanzamiento también fue muy calculada: justo el día de apertura de la Conferencia Yunqi de Alibaba. Este tipo de «lanzamiento sincronizado» ya no es novedad en China, pero aplicado a los modelos de imagen equivale a llevar la competencia del plano técnico directamente al de la atención y la puerta de entrada al ecosistema.

Si encadenamos todos estos movimientos, la línea principal de septiembre puede resumirse en tres cosas: aceleración del código abierto, abaratamiento de la inferencia y autonomía de cómputo. Las tres encajan entre sí. El código abierto reduce la barrera de uso; la inferencia de bajo costo convierte esa barrera en volumen real de llamadas; y la sustitución por cómputo nacional determina si ese bajo precio puede sostenerse. Que GLM-5.3-Flash se atreva a usar MIT más cuota gratuita, y que LongCat-2.0 se atreva a ejecutar billones de parámetros en un clúster nacional de diez mil tarjetas, responden al mismo juicio: solo con costos controlables uno se atreve a entregar el modelo.

Para los creadores comunes y las pymes, el impacto directo de esta ronda de cambios es que ahora las cuentas salen. Antes, para usar modelos de vanguardia había que asumir una factura de API nada barata o reunir GPU por cuenta propia; esas dos barreras dejaban fuera a la mayoría. Ahora, una imagen 2K a 0,15 yuanes, generación en tiempo real en 2-4 pasos y modelos en dispositivo que funcionan con 2.000 millones de parámetros han llevado esos costos a un rango en el que mucha gente de verdad se animará a probar. Cuando las herramientas se abaratan, aumentan los intentos; la calidad del trabajo suele pulirse justamente en ese ensayo y error repetido.

También hay puntos que exigen mantener la lucidez. Que las licencias de código abierto sean cada vez más permisivas no significa que el uso comercial no tenga costo: las cláusulas no comerciales, el cumplimiento de datos y la controlabilidad del comportamiento del modelo todavía deben verificarse uno por uno en negocios reales. El aumento de tres veces en el rendimiento de inferencia sobre chips nacionales se basa en comparaciones con sus propios benchmarks; la reproducción por terceros aún no ha seguido el ritmo. También sigue existiendo el caso de modelos «abiertos» cuyo código de entrenamiento no se publica, lo que limita la reproducción y el desarrollo secundario. Que los números se vean bien es una cosa; poder entregar de forma estable es otra.

La verdadera señal de esta oleada de actualizaciones de septiembre no es que «China haya logrado unos cuantos primeros puestos más», sino que la lógica de costos de todo el lado de la oferta se está reordenando. Cuando el modelo en sí se parece cada vez más a una infraestructura, la competencia se desplaza hacia aguas abajo: quién tiene un flujo de trabajo más fluido, quién capta con más precisión el escenario, quién puede convertir cómputo barato en obras estables. El código abierto solo ha disparado el pistoletazo de salida; todavía queda mucho camino por recorrer.