Días después de que la startup china Moonshot AI presentara su último modelo de lenguaje a gran escala, Alibaba lanzó el domingo 19 de julio una versión preliminar de Qwen3.8-Max, la señal más reciente de que la competencia entre los desarrolladores de IA del país se está acelerando.
Alibaba anunció que su nuevo modelo, construido con 2,4 billones de parámetros, ofrece un rendimiento superior en tareas de codificación, razonamiento y agentes de IA. Este lanzamiento se produce tras el de Kimi K3, un modelo de peso abierto con 2,8 billones de parámetros, diseñado por Moonshot AI para la ingeniería de software y la ejecución autónoma de tareas, presentado la semana pasada.
Los lanzamientos consecutivos sugieren que la carrera de la IA en China está entrando en una nueva etapa. En lugar de competir principalmente por el tamaño del modelo, las empresas están haciendo mayor hincapié en capacidades prácticas como el desarrollo de software, los agentes de IA, la implementación y la adopción empresarial.
Ese cambio se refleja en la forma en que ambas compañías están posicionando sus últimos modelos.
Alibaba afirmó que Qwen3.8-Max superó a GPT-4.1 de OpenAI y a Gemini 2.5 Pro de Google en varias pruebas comparativas, acercándose a Claude Opus 4.1 de Anthropic en evaluaciones relacionadas con la codificación, si bien estos resultados no han sido verificados de forma independiente. La compañía está integrando el modelo en Alibaba Cloud y sus herramientas de codificación de IA a medida que expande sus aplicaciones empresariales.
Por su parte, Moonshot AI destacó el rendimiento de Kimi K3 en pruebas comparativas de codificación, razonamiento y agentes. La compañía afirmó que, gracias a una arquitectura de mezcla de expertos, el modelo ofrece un rendimiento competitivo a la vez que reduce los costes de inferencia en comparación con modelos densos de tamaño similar.
El enfoque en la ingeniería de software refleja una de las aplicaciones de IA generativa de más rápido crecimiento en la industria. Más allá de los chatbots, se están desarrollando cada vez más modelos de vanguardia para escribir software, usar herramientas externas y completar tareas de varios pasos, capacidades ampliamente consideradas esenciales para los agentes de IA.
Los desarrolladores lo han notado. Tras el lanzamiento de Kimi K3, investigadores e ingenieros de software describieron su rendimiento de codificación como notablemente sólido para un modelo de ponderación abierta. Aaron Levie, director ejecutivo de la empresa de software empresarial Box, escribió en X que los avances en los modelos de codificación de IA se están produciendo a un ritmo asombroso. El profesor de Wharton, Ethan Mollick, ha argumentado de manera similar que la ingeniería de software se ha convertido en una de las medidas más claras del progreso práctico en la IA generativa.
Estos lanzamientos también revelan diferentes estrategias para ampliar su adopción. Moonshot AI planea ofrecer Kimi K3 como un modelo de pesos abiertos, lo que permitirá a los desarrolladores descargar y personalizar los pesos del modelo entrenado. Alibaba, por el contrario, está ampliando el acceso a través de su plataforma en la nube y sus herramientas para desarrolladores, lo que pone de manifiesto dos enfoques para atraer a usuarios empresariales.
Los modelos de ponderación abierta permiten acceder a las ponderaciones del modelo entrenado, pero no necesariamente a los datos de entrenamiento ni a todos los componentes utilizados para construir el sistema. Al mismo tiempo, los analistas señalan que el número de parámetros se ha convertido en solo una medida de competitividad, y que la capacidad de codificación, el rendimiento del razonamiento, los costes de implementación y la usabilidad empresarial adquieren mayor importancia a medida que maduran los modelos de IA de vanguardia.
En conjunto, estos lanzamientos apuntan a un cambio más amplio en la industria de la IA en China. A medida que los ciclos de lanzamiento se acortan y el rendimiento de los modelos converge, la competencia está dejando de centrarse en la búsqueda de modelos más complejos para enfocarse en la creación de sistemas que los desarrolladores y las empresas tengan mayor probabilidad de adoptar.
Fuente: CGTN
