China impulsa una competencia alternativa en IA: lograr que sea tan económica que resulte “invisible” para los usuarios

DeepSeek representa un referente clave en el ámbito de la inteligencia artificial en China. No solo ofrece un alto rendimiento, sino que Microsoft ha alertado sobre cómo su enfoque permite captar usuarios en mercados donde competidores como OpenAI enfrentan mayores desafíos. Otras compañías como Tencent y Alibaba avanzan rápidamente en la contienda por la IA, y recientemente ByteDance, dueña de TikTok, lanzó Seedance 2.0, un modelo impresionante que ya genera complicaciones.

Sin embargo, los gigantes no son los únicos participantes. Con China enfocada intensamente en el progreso de la robótica y la IA, es esencial mencionar a actores más modestos. Zhipu AI y MiniMax son dos “tigres” emergentes que, en pocos años, han recaudado cientos de millones de dólares y desarrollado modelos con una filosofía muy diferente a la de OpenAI y otros líderes occidentales.

Estos modelos se promocionan como aliados cotidianos, herramientas que las personas pueden emplear en su rutina sin preocuparse por los costos. En este contexto, MiniMax acaba de presentar el M2.5, un modelo diseñado para actuar como un “empleado digital” y que sus creadores describen como su primer “modelo de frontera” tan asequible que no merece la pena calcular su precio.

Una IA tan económica que no requiere medición de costos

M2.5 ya es oficial, y según reporta South China Morning Post, MiniMax aprovechó una semana agitada para la industria de la IA en China para su lanzamiento. Técnicamente, se trata de un LLM (gran modelo de lenguaje) con unos 230.000 millones de parámetros en total, pero que solo activa 10.000 millones por token. Al ser un sistema Mixture of Experts, cada consulta involucra únicamente a los expertos necesarios para resolverla.

En términos prácticos, esto resulta en un modelo competente que no emplea todo su potencial en cada solicitud del usuario, lo que reduce los costos de inferencia y ofrece precios muy bajos. Sus desarrolladores indican que el costo es de apenas un dólar por hora de operación continua, procesando 100 tokens por segundo. Esto implica que se puede contar con un “agente” trabajando ininterrumpidamente a un precio entre 10 y 20 veces inferior al de modelos como Opus, Gemini 3 Pro o GPT-5.

Esta estrategia agresiva posiciona a M2.5 como un modelo “demasiado barato como para cuantificarlo”, según sus responsables, lo que facilita su adopción masiva al permitir que los usuarios dejen de optimizar cada instrucción dada a la IA. La expresión “too cheap to meter” hace referencia a un comentario histórico sobre cómo la electricidad de la energía nuclear sería tan económica que no valdría la pena medirla.

Es relevante destacar que M2.5 va más allá de un simple chatbot. Está disponible en plataformas como Ollama, HuggingFace, ModelScope en China o GitHub, y MiniMax señala que el 30% de las tareas internas de la empresa ya las maneja este modelo. Además, el 80% del código nuevo se genera mediante él. En otras palabras, está optimizado para operar de forma autónoma más que para conversaciones. Esta capacidad de generar código a partir de código no es exclusiva de M2.5, ya que Codex y Opus también participan en este ámbito.

El modelo ha sido evaluado, y aunque logra resultados destacados en algunas áreas, especialmente en comparación con otros modelos open-weight, sus puntuaciones no igualan a las de los modelos cerrados. En las evaluaciones internas de la compañía, duplicó la puntuación de su predecesor, el M2.1, pero como indica SCMP, estas métricas internas son difíciles de verificar de manera independiente.

En última instancia, independientemente de su capacidad relativa frente a otros modelos, MiniMax M2.5 ejemplifica la estrategia que China promueve en la inteligencia artificial. Mientras Estados Unidos se concentra en demostrar modelos propietarios cada vez más potentes, China impulsa una narrativa centrada en modelos más asequibles y prácticos para el usuario.

Esto no solo implica una buena relación entre rendimiento y precio, sino también la posibilidad de ejecutarlos en dispositivos cotidianos sin requerir una gran capacidad de cómputo. Ahora que ciertas empresas chinas podrían acceder a algunas de las mejores GPU de NVIDIA para entrenar IA, este enfoque podría ganar un impulso significativo.