Dimension analiza la IA china: modelos abiertos, cuellos de botella de cómputo y brecha de comercialización

China carece de chips, Estados Unidos carece de electricidad: la IA entre China y EE. UU. entra en una nueva partida

Título original: Carta confidencial a los socios comanditarios de Dimension: Ajedrez de IA transpacífico
Autor original: Dimension Capital

Nota del editor: Cuando Estados Unidos domina los modelos líderes y los chips de gama alta, y China posee electricidad más abundante y mayores ventajas de costos, ¿cómo se desarrollará la competencia global en IA?

La carta interna de Dimension intenta responder a esta pregunta. El autor descompone la competencia en múltiples capas interconectadas: poder de cómputo, energía, ecosistema de código abierto, ingresos por aplicaciones y valoración en los mercados de capitales.

El juicio clave del autor es que los controles de exportación no han cortado simplemente los vínculos entre las industrias de IA de China y EE. UU., sino que han impulsado a los laboratorios chinos a formar una ruta tecnológica que enfatiza la eficiencia de ingeniería y el peso de la apertura. Los modelos estadounidenses, el poder de cómputo de Nvidia, los modelos de código abierto chinos y los servicios de datos transfronterizos ya están integrados en la misma cadena industrial: la capacidad tecnológica puede fluir a través de las fronteras, pero los ingresos, los costos y el poder de negociación no necesariamente se transfieren al mismo tiempo. Por lo tanto, el resultado futuro puede depender no solo del rendimiento del modelo, sino también de quién puede resolver su factor más escaso y establecer un ciclo comercial más sostenible.

Esto también explica por qué el artículo analiza simultáneamente el cuello de botella eléctrico de EE. UU. y las altas valoraciones de las empresas de IA chinas. Los problemas estructurales que enfrentan ambas regiones son exactamente opuestos: Estados Unidos tiene capacidades de comercialización más maduras, pero está limitado por la energía y la infraestructura; China tiene una oferta eléctrica en rápida expansión y un ecosistema abierto, pero aún enfrenta restricciones como la escasez de chips avanzados, la limitada disposición a pagar y una escala de ingresos relativamente pequeña. Por lo tanto, la capacidad tecnológica, los ingresos comerciales y la valoración de mercado muestran un claro desajuste.

Cabe señalar que esta carta tiene una clara perspectiva de institución de inversión, y algunos datos sobre ingresos, fuentes de modelos y tasas de penetración de la industria aún requieren verificación adicional. Sin embargo, ofrece un marco analítico digno de atención: la competencia de IA entre China y EE. UU. ya no puede explicarse simplemente por el liderazgo tecnológico o el bloqueo político; lo que realmente determina el panorama industrial puede ser el equilibrio cambiante entre el poder de cómputo, la energía, la difusión de código abierto y la asignación de capital.

A continuación se presenta el texto original:

Estimados socios:

Un pequeño equipo de Dimension viajó a China la semana pasada, visitó varios laboratorios líderes y se reunió con inversores, emprendedores y expertos técnicos locales. Este viaje fue en gran medida una revisita y una reevaluación de los juicios formados después de nuestro viaje a Shanghái en 2025. En ese momento, escribimos y hablamos sobre la creciente importancia de China más allá del hardware. Ahora, al resumir los frutos de este viaje, creemos necesario reexaminar este tablero de ajedrez de IA transpacífico. A continuación compartimos algunas de nuestras reflexiones actuales. Cabe advertir que estas opiniones siguen evolucionando y podrían cambiar incluso mañana a medida que surjan nuevos datos.

1. La escasez impulsa la evolución

La intención original de los controles de exportación era frenar el desarrollo de la IA en China. Pero el resultado es que crearon una presión evolutiva que dio origen a laboratorios chinos con características distintivas.

Con recursos de cómputo limitados, los equipos chinos a menudo realizan optimizaciones de ingeniería en niveles de abstracción más bajos, que los laboratorios estadounidenses suelen poder ignorar. Cuando DeepSeek lanzó V3 en marzo, utilizó programación CUDA a nivel PTX en una GPU Nvidia H800 para trasladar la operación de normalización de mayor consumo energético desde los núcleos de cómputo de la GPU a 20 núcleos dedicados a la interconexión serial.¹

Creemos que esto refleja menos una falta de talento en EE. UU. y más una diferencia en los mecanismos de incentivos: el beneficio marginal de los laboratorios estadounidenses proviene de agregar más cómputo, mientras que el de los laboratorios chinos proviene de encontrar espacio de optimización para compiladores y chips.

En última instancia, los laboratorios chinos han formado una cultura de eficiencia de pila completa, que abarca kernels, optimizadores, sistemas de servicio e incluso diseño de chips. El efecto compuesto de esta cultura supera con creces el papel de las optimizaciones puntuales. La escasez —¿quién lo diría?— resultó ser la madre de la invención; aquí, además, ha engendrado ingeniería de sistemas, ensamblador y compiladores.

2. El estado actual del software chino ya supera lo que el software empresarial occidental podía hacer hace dos años: penetración en la pila tecnológica occidental

Los proveedores chinos han pasado de una penetración nula hace menos de 18 meses a respaldar actualmente más del 25% del volumen de tokens de OpenRouter.²

Qwen ha superado a Llama en las pruebas ciegas de arena y continúa lanzando nuevos modelos con frecuencia. En menos de dos años, los modelos chinos han pasado de ser "el quinto mejor modelo de código abierto del mundo" a que "al menos el 80% de las startups de IA estadounidenses utilicen al menos un modelo chino de código abierto en entornos de producción".³ Los pesos abiertos eluden las barreras de adquisición: el software gratuito no tiene un proveedor que deba ser auditado.

En esencia, China está capturando rápidamente las cargas de trabajo occidentales, no los ingresos occidentales. Como antes, las ganancias de inferencia fluyen temporalmente hacia los proveedores que realmente sirven los tokens.

Ya sea intencionalmente o como resultado emergente de un sistema complejo a escala global, los laboratorios fronterizos chinos están mercantilizando la capa de ingresos de la que dependen los competidores estadounidenses, principalmente en el lado del código abierto. En nuestra opinión, esto no es accidental ni un mero experimento curioso.

El objetivo de estas empresas es construir sistemas operativos a gran escala, estables y de bajos ingresos. Por lo tanto, nuestro juicio a mediano plazo es: China está impulsando la formación de un ecosistema que depende de modelos de pesos abiertos y de rápida iteración, presionando los ingresos de los laboratorios líderes estadounidenses; al mismo tiempo, está dirigiendo los ingresos hacia los hiperescaladores y la nueva infraestructura de inferencia. Creemos que esta tendencia está frenando, e incluso obstaculizando, la entrada de tecnología avanzada sustancial en el tablero actual.

3. La competencia dentro de los laboratorios fronterizos chinos es mucho más intensa de lo que Occidente suele percibir

Nuestro juicio es que la frontera competitiva actual incluye a DeepSeek, Qwen de Alibaba, Kimi de Moonshot AI, Doubao de ByteDance y GLM de Zhipu, con diferencias entre ellos de aproximadamente un trimestre en fluctuaciones de clasificación. Cabe destacar que Tencent, a pesar de su enorme base de usuarios existente, está fuera del ecosistema; esto en sí mismo es una cuestión digna de atención.

Estos laboratorios compiten frontalmente en velocidad de I+D y capacidades de modelo, al tiempo que abren los pesos de sus modelos, formando un ecosistema competitivo completamente distinto al de los dos laboratorios cerrados estadounidenses.

Nuevamente, creemos que el foco de la competencia en los próximos uno o dos años no es tanto entre países como entre diferentes mecanismos de incentivos. Los laboratorios chinos con los que hablamos suelen prestar más atención a la competencia entre ellos que a la competencia transnacional que los medios occidentales gustan de exagerar.

4. Hoy en día, la capacidad de los modelos puede cruzar el Pacífico dos veces y finalmente llegar al cliente final

La ruta concreta es: los laboratorios fronterizos estadounidenses lanzan modelos con mayor rendimiento; los laboratorios chinos los destilan y publican los pesos; las empresas de aplicaciones estadounidenses utilizan luego estos modelos chinos de código abierto para construir productos y los venden de vuelta a los clientes empresariales estadounidenses.

Se dice que Composer 2, desarrollado de forma independiente por Cursor, está construido sobre Kimi K2.5; SWE-1.5 de Cognition parece estar construido sobre un GLM personalizado. En resumen, como escuchamos decir a un representante de un laboratorio fronterizo chino: Estados Unidos itera rápido, China publica rápido.

Hace aproximadamente un año, estas empresas habrían estado satisfechas con alcanzar el nivel de Llama o incluso Mistral. Hoy, la IA fronteriza estadounidense se ha integrado en el sistema de pesos abiertos chino, y la inteligencia fronteriza estadounidense se oculta en su interior.

5. La capa de datos parece repetir una trayectoria similar

Los proveedores de datos estadounidenses —Mercor, AfterQuery, Turing— han establecido relaciones comerciales con empresas como Anthropic y OpenAI. Mientras tanto, en China, un grupo de startups ha comenzado a construir infraestructura de evaluación y verificación para respaldar los servicios de anotación.

Por ejemplo, UniPat fue fundada por un estudiante de doctorado de la Universidad de Pekín y cuenta con el respaldo de Mercedes-Benz. La empresa abrió una oficina en Seattle en diciembre de 2025 y, según se informa, utiliza anotadores doctorales de China que trabajan en estos proyectos a través de rutas directas a través del Medio Oeste de EE. UU.

Los laboratorios chinos plantean una pregunta simple pero importante: **¿cómo pueden garantizar que la calidad de la supervisión humana sobre el proceso de cómputo, en un entorno con cómputo limitado que no debe superar cierto umbral, se mantenga a la par de modelos con capacidad adaptativa y recursos casi ilimitados?**⁴

Hemos observado que varios equipos del ecosistema han comenzado a construir productos correspondientes; al menos dos de ellos están viendo sus ingresos acercarse rápidamente a más de 100 millones de dólares.

6. Estados Unidos y China enfrentan restricciones de naturaleza diferente y dirección opuesta

China añadió aproximadamente 429 GW de nueva capacidad de generación eléctrica en 2024, mientras que Estados Unidos solo añadió unos 51 GW. Para 2030, los proyectos eléctricos en construcción en China podrían aportar más de 400 GW adicionales de nueva oferta. En contraste, en Estados Unidos, se espera que la expansión de los centros de datos represente más de una quinta parte de la nueva demanda eléctrica futura.⁵

Como hemos escrito anteriormente, la restricción de China proviene de una base de cómputo insuficiente. Un ejemplo es que el nuevo modelo K3 de Moonshot AI, aunque está en la frontera en capacidades, vio retrasado su lanzamiento por falta de capacidad de inferencia.

Estados Unidos tiene abundantes chips y un cómputo cada vez más limitado por la electricidad; China tiene abundante electricidad y un cómputo cada vez más limitado por los chips.

Nuestro juicio es —y es el consenso general de la industria— que el futuro estará determinado por el factor actualmente más escaso: en Estados Unidos, por la rapidez con que se puedan construir terrenos para centros de datos, redes de transmisión y distribución, y líneas eléctricas; en China, por los rendimientos y la capacidad de empaquetado de SMIC y Huawei.

7. La brecha entre los ingresos de IA de Estados Unidos y China es enorme, cercana a dos órdenes de magnitud

A finales de julio, los ingresos anualizados de Anthropic superaban los 6.500 millones de dólares; en agosto, los ingresos anualizados de OpenAI alcanzaron los 40.000 millones de dólares.⁶

En comparación, los ingresos por modelos más altos de China son los de ByteDance, cuyo modelo de video tiene ingresos anualizados de aproximadamente 200 a 300 millones de dólares; el segundo más alto es Moonshot AI, con alrededor de 100 millones de dólares. Se dice que DeepSeek tiene ingresos anualizados inferiores a 50 millones de dólares.

En el lado del consumidor, Doubao tiene 345 millones de usuarios mensuales, más del triple que DeepSeek. Ambos ofrecen múltiples fuentes de ingresos, incluidas comisiones comerciales; según nuestros cálculos, la monetización mensual promedio es de aproximadamente 1 yuan.

Históricamente, los consumidores chinos no están acostumbrados a pagar por software. Tampoco creemos que la economía china se haya vuelto tan neutral como para que la clase media esté dispuesta a cambiar rápidamente este hábito. Personas internas de las empresas afirman que están desplegando recursos para intentar la comercialización; los hábitos de uso de internet de los consumidores chinos sí cambiaron hace una década.

Por supuesto, los laboratorios chinos también podrían eventualmente monetizar mediante publicidad comercial, algo que los laboratorios estadounidenses se han resistido a hacer.

Aquí también hay un factor de pragmatismo sin tapujos: los emprendedores generalmente no temen ser censurados o atacados por usar palabras incorrectas o expresiones consideradas estigmatizadas. Esto fue muy evidente cuando caminábamos por las calles de Kowloon, Hong Kong: los vendedores ambulantes escuchaban el análisis de Ben Thompson sobre la irracional aversión de los laboratorios estadounidenses a la publicidad y los modelos de negocio.⁷

Por cierto, esta fue la primera vez que Ben se enteró de esto: Ben es uno de los mejores analistas de la historia.

8. El hardware se está desacoplando de las capas de semiconductores, software y datos, y su entrelazamiento avanza más rápido de lo que cualquier gobierno puede responder

Las aplicaciones estadounidenses se ejecutan sobre modelos chinos; los laboratorios chinos entrenan con cómputo de Nvidia alquilado en Malasia y Tailandia, mientras destilan las salidas de los modelos estadounidenses; los datos de expertos también fluyen en ambas direcciones.⁸

Hemos descubierto que la cuestión de "quién está escribiendo el problema" ya no es fiable.

Asimismo, los sistemas están hoy profundamente interdependientes, lo que se ajusta tanto a la imaginación de la "supremacía retórica del Estado-nación" como a un verdadero transnacionalismo en la operación real, a menos que la auto-mejora recursiva, es decir, RSI, altere sustancialmente la estructura actual del juego.

9. Hemos encontrado que algunos investigadores chinos de primer nivel creen que ya dominan una forma débil de RSI

En términos generales, la RSI puede dividirse en tres tipos: temporal, de cómputo y de frontera. La RSI más temprana puede entenderse como investigadores que permiten que el modelo intervenga en su propia iteración, ayudando manualmente a acelerar los pasos que originalmente consumirían cómputo o tiempo de los investigadores, o ambos. Cabe señalar que el "despegue" en esta etapa probablemente no se presentará como una curva exponencial en escalas de tiempo largas de décadas hasta 2100; tampoco será una capacidad en la que la colaboración humana supere lo que cualquier individuo o máquina pueda lograr.

10. Un punto de bifurcación clave

Suponiendo que exista una auto-mejora de primer orden, en términos de cómputo, la ventaja de Estados Unidos parece muy sólida: para 2030, dos laboratorios operarán cada uno alrededor de 2 GW de cómputo, y además tienen proyectos contratados por más de 5 GW cada uno.

En teoría, estos proyectos están financiados por ingresos considerables y mercados de capitales fuertes; el cómputo a escala, el pensamiento lateral, los ciclos de "auto-mejora" y el aprendizaje de cómo usar eficazmente estas capacidades parecen no tener fin.

Pero a la inversa, si la verdadera restricción está en la calidad de la verificación, o si el avance temporal supera lo que la curva debería permitir, entonces la expresión "optimización de capacidad y redundancia de chips domésticos" —que puede sonar familiar— podría seguir acelerándose en los próximos 18 meses:

La mercantilización acelerada de las capacidades de los modelos fronterizos estadounidenses;

El aumento de capacidades únicas de modelos utilizados por los modelos chinos de pesos abiertos;

Las empresas de IA de tipo subasta en la capa de inferencia adquieren mayor poder de negociación;

Los proveedores de servicios de cómputo obtienen mayores volúmenes de transacción y ganancias al incorporar pesos de propiedad extranjera;

Finalmente, estos efectos también se transmitirán a los proveedores de servicios de inferencia, como los hiperescaladores y los nuevos proveedores de nube.

Esto significa que habrá un enorme desajuste en la inversión en infraestructura eléctrica.

Debemos enfatizar: nuestro análisis de la infraestructura de Estados Unidos y China puede ser el de mayor retorno potencial de todos los análisis que hemos realizado.

Sobre el futuro

11. El futuro podría presentar un mundo así

En el futuro, los laboratorios fronterizos estadounidenses podrían dejar de abrir API para la próxima generación de modelos más avanzados. De hecho, para la gran mayoría de las aplicaciones empresariales programáticas, el nivel tecnológico actual ya es suficiente. Los modelos de gama alta del futuro se fijarán por valor y no por volumen de uso, y al mismo tiempo impulsarán cada vez más a China a beneficiarse de las capacidades fronterizas.

Por lo tanto, los laboratorios estadounidenses podrían elevar la prioridad de los ingresos por API para sostener modelos de mayor precio y menor uso; esto, a su vez, cortará un importante canal competitivo que cruza el Pacífico desde la costa este de Estados Unidos.

Como mínimo, esto obligará a que más datos se procesen dentro de China utilizando modelos preentrenados, aumentando así la presión sobre el cuello de botella de cómputo existente.

Según lo que hemos sabido, algunas multinacionales estadounidenses de tamaño considerable están realizando pilotos para trasladar tareas de ingeniería y matemáticas a China.

12. El panorama de la IA entre China y EE. UU.

Creemos que la IA ha entrelazado profundamente los sistemas tecnológicos de Estados Unidos y China, hasta el punto de que las medidas regulatorias que solo cortan uno de los enlaces transpacíficos parecen, en el mejor de los casos, tener un efecto temporal.

Los tecnólogos de Estados Unidos y China, en cierto sentido, están dialogando entre sí; este intercambio puede darse en múltiples niveles: destilación de modelos, pesos abiertos, anotación de datos, inferencia, y el software utiliza cada vez más infraestructura de búsqueda basada en agentes.

Prohibir directamente la circulación de dinero, la cotización de entidades, las prohibiciones de custodia y las prohibiciones de adquisición casi inevitablemente reprimirá la innovación estadounidense y cederá el liderazgo en los campos relevantes, lo que en última instancia impulsará el flujo de capital hacia los competidores chinos.

Aunque en Occidente abundan las discusiones sobre la burbuja de valoración de la IA, el ambiente en el mercado chino es claramente más candente.

Si se observan los múltiplos de ingresos, los laboratorios chinos se negocian a valoraciones de 5 a 10 veces las de los laboratorios fronterizos estadounidenses; en términos de escala de ingresos, la brecha entre China y EE. UU. es cercana a dos órdenes de magnitud.

La última ronda de financiación de Moonshot AI valoró la empresa en 3.500 millones de dólares, con ingresos anualizados en julio de aproximadamente 100 millones de dólares, lo que supone una valoración de unas 35 veces los ingresos; se dice que una nueva ronda se realizará con una valoración pre-money de 5.000 millones de dólares, equivalente a unas 50 veces los ingresos.

Zhipu salió a bolsa en Hong Kong en enero de este año con una capitalización de mercado de unos 10.000 millones de dólares, aproximadamente 20 veces el múltiplo de valoración de Anthropic. El precio de las acciones de la empresa en el mercado público temprano fue muy volátil: pasó de una capitalización de unos 1.300 millones de dólares en el momento de la salida a bolsa a unos 10.000 millones de dólares en enero de este año.

Kong AI Knowledge Atlas Technology HK (2613) también pasó de una capitalización de unos 1.300 millones de dólares en enero de este año a unos 10.000 millones de dólares; Luna AI (HKG:100) subió de unos 15.000 millones de dólares a 33.000 millones, y luego volvió a caer a unos 10.000 millones.

Ambas acciones cayeron significativamente antes del fin del período de bloqueo. Nuestro juicio es que esto se debe principalmente a la inmadurez de la estructura del mercado: décadas de experiencia en inversión en software de consumo apenas ahora están acumulando la capacidad de realizar evaluaciones prudentes en torno a la divulgación financiera empresarial y los marcos de código abierto.

Esto no es muy diferente de lo que vemos en el sector biotecnológico: en el mercado público de Hong Kong, prácticamente no existe riesgo regulatorio derivado de inversores cruzados o inversores especializados en tecnología y biotecnología.

Para los inversores adecuados, esto ofrece una gran oportunidad: pueden entrar al mercado y establecer una posición de liderazgo en estas categorías de inversión pública temprana.

Sus socios,

Nan, Adam, Zivain

Notas

Informe técnico de DeepSeek V3: se utilizaron 2048 GPU H800; programación a nivel PTX; aproximadamente 30 millones de mensajes dedicados a la comunicación entre nodos.

En marzo de 2026, la cuota semanal de tokens de OpenRouter era de aproximadamente el 42%, con una fluctuación de alrededor del 5%; Qwen representaba aproximadamente el 18%. Cabe destacar que las descargas de modelos de Hugging Face representan solo alrededor del 80% del uso de modelos chinos de pesos abiertos; aproximadamente el 20% restante se distribuye por otras vías.

Anthropic acusó formalmente a Moonshot AI, DeepSeek y MiniMax de recopilar millones de conversaciones de Claude; esta afirmación fue posteriormente negada y refutada por varias empresas.

Los comentarios sobre las diferencias contables entre distintos métodos de tasa de ejecución se dejan de lado por ahora en este artículo.

El entrenamiento en centros de datos del sudeste asiático por parte de Alibaba y ByteDance se aceleró después de las restricciones introducidas el 20 de abril de 2026; estas empresas alquilan cómputo en instalaciones no chinas en Tailandia, Malasia y Japón. La directiva OSTP de la Casa Blanca de marzo de 2026 ya había introducido servidores GB300 de nivel de exportación de Nvidia en Tailandia para el entrenamiento de K3; actualmente, los controles de exportación dan más importancia a la propiedad de los chips que al acceso remoto. Los costos de alquiler de cómputo en Tailandia, Malasia e Indonesia son aproximadamente un 30% más altos, mientras que los costos operativos son aproximadamente un 10% más bajos.

Antes del vencimiento del período de bloqueo, las instituciones con participaciones superiores al 5% no pueden retirar efectivo; los accionistas ordinarios tampoco pueden vender antes del fin del período de bloqueo.