El nuevo país de la inteligencia libre habla mandarín.

El 16 de julio de 2026, en la Conferencia Mundial de Inteligencia Artificial de Shanghái, la empresa china Moonshot AI presentó Kimi K3: un modelo de 2,8 billones de parámetros, con una ventana de contexto de un millón de tokens y una promesa fechada de publicar los pesos completos once días más tarde ^[2][3]. Los pesos aparecieron en Hugging Face el 27 de julio, y con ellos el modelo abierto más grande que existe: 2,8 billones de parámetros totales con 104.000 millones activos por token, bajo la Kimi K3 License, que autoriza modificar, continuar el entrenamiento y redistribuir con atribución, y solo exige acuerdo aparte a quien lo revenda como servicio por encima de veinte millones de dólares ^[1].

La noticia se leyó en Silicon Valley y en Washington con una sola palabra, Sputnik, que conviene desarmar despacio. Lo que ocurrió esa semana no fue que un país humillara a otro, sino que la capacidad de frontera dejó de ser algo que se compra para volverse algo que se descarga. Para cualquier región que no participa en esa carrera —y América Latina no participa— ese cambio de naturaleza es la noticia entera; K3 apenas es el ejemplo más grande de un fenómeno que ya lleva tres años acumulándose.

Lo que se publicó

K3 es una arquitectura de mezcla de expertos que activa 16 de sus 896 expertos por token, de modo que su costo escala con la fracción encendida y no con los 2,8 billones completos. Moonshot le añadió dos innovaciones propias que juntas aceleran la decodificación unas 6,3 veces y mejoran un 25 % la eficiencia por token ^[2].

Los números que movieron el mercado fueron los de la tabla, no los del tamaño. En GDPval-AA v2, un banco de pruebas construido sobre tareas reales de 44 ocupaciones y 9 industrias, K3 obtuvo 1.687 puntos y quedó tercero del mundo, detrás únicamente de Claude Fable 5 Max (1.815) y GPT-5.6 Sol Max (1.747,8) ^[2], y encabezó además la arena de código frontend ^[5]. Los evaluadores independientes advierten que esas tablas son en buena parte autorreportadas y que el modelo gasta razonamiento con generosidad ^[4]: barato por token no es barato por respuesta. El precio publicado es de US$ 3 por millón de tokens de entrada y US$ 15 de salida ^[3], frente a los cerca de US$ 50 de salida de los modelos estadounidenses de cabecera ^[6].

La brecha que se cerró costó cientos de miles de millones

El regalo se mide por lo que cuesta producirlo. Las cuatro grandes de Estados Unidos tienen comprometidos alrededor de US$ 725.000 millones de inversión de capital para 2026, un 77 % más que los US$ 410.000 millones de 2025 ^[10]. Sobre esa montaña se construyó la ventaja que K3 puso al alcance de cualquiera con conexión a internet, y un laboratorio de Pekín llegó al tercer puesto sin igualar ese presupuesto. Un analista lo formuló como pregunta: ¿en qué están gastando su dinero los laboratorios de frontera estadounidenses? ^[5]

La caída de los semiconductores se leyó como confirmación, y ahí la cronología desarma el relato. El desplome ya llevaba ocho días cuando K3 se anunció: al 8 de julio el índice Philadelphia Semiconductor caía 10,8 %, Intel más de 20 %, y unos US$ 1,3 billones se habían borrado del sector por dudas sobre el retorno del capex de IA, sin que ningún modelo chino figurara en el diagnóstico ^[7]. Las dos empresas que conocen la demanda real de silicio, porque la fabrican, hicieron lo contrario de retirarse. ASML subió el 15 de julio su previsión de ingresos a €43.000–45.000 millones junto a un 30 % más de capacidad EUV, y TSMC elevó el 16 de julio su guía anual con un capex de US$ 60.000–64.000 millones ^[8]. Quien tiene el dato duro de la demanda compró más fábrica, no menos, así que lo que sobrevive al ruido no es que el cómputo haya dejado de importar sino que el liderazgo en modelos dejó de ser un foso defendible.

La llave pesa 1,4 terabytes

El modelo gratuito se rompe contra la física en cuanto alguien intenta encenderlo, porque 2,8 billones de parámetros en MXFP4 —cuatro bits, cuantizados ya en el entrenamiento— ocupan exactamente 1,4 terabytes solo en disco ^[9]. Hacen falta, por tanto, unos dieciocho aceleradores de 80 GB nada más para cargarlo, y de última generación: corre nativo en Blackwell de Nvidia y MI400 de AMD ^[9]. El modelo es gratis y la llave no, así que para casi todos usar K3 seguirá significando alquilarlo por API: la dependencia no desaparece, cambia de acreedor.

Occidente abrió esa puerta una vez y la dejó cerrada

El historial merece justicia, porque Estados Unidos también publicó pesos abiertos: OpenAI liberó en agosto de 2025 gpt-oss bajo Apache 2.0, y sigue siendo su distribución abierta principal sin cadencia comprometida ^[11]. Meta recorrió el camino inverso y más rápido, porque a finales de 2025 aparcó al sucesor de Llama y giró hacia una línea propietaria que no publica pesos ^[12][13]. El resultado es una inversión de papeles: la publicación sostenida de capacidades de frontera se volvió práctica china, mientras el ecosistema que inventó el software libre moderno la trata como una excepción ya cumplida.

La inteligencia llega comprimida en un idioma que no es el nuestro

Existe una razón técnica, no cultural, por la que a un modelo le conviene que se le hable en inglés o en chino. Un modelo es una compresión de su corpus, y los corpus de entrenamiento están dominados por el inglés hasta el punto de que los tokenizadores se optimizan para él ^[14]. El mismo texto técnico consume alrededor de 1,55 veces más tokens en español que en inglés con el tokenizador de GPT-4 y unas 1,24 veces con los nuevos, mientras Llama 3.2 comprime 4,9 caracteres por token en inglés contra 3,6–3,8 en español y en portugués ^[15].

Esa diferencia se paga tres veces: en dinero, porque cada respuesta consume más tokens; en memoria, porque en un contexto fijo entra menos texto nuestro que ajeno; y en calidad, porque el idioma peor comprimido es el peor representado. Los bancos regionales lo confirman desde el otro extremo: Trueque y Choclo, del CENIA, encontraron que ningún modelo puntero supera 0,48 sobre 1,0 en conocimiento cultural latinoamericano, ni el chino ni el estadounidense ^[19].

La región tiene una respuesta, y llegó tarde

América Latina había presentado la suya cinco meses antes, el 10 de febrero de 2026. Latam-GPT es un trabajo serio: lo coordinó el CENIA chileno junto a más de sesenta instituciones y doscientos especialistas de quince países ^[18]. Su ficha técnica merece la misma franqueza. Latam-GPT es Llama 3.1 de 70.000 millones de parámetros, con preentrenamiento continuo sobre unos 297.000 millones de tokens regionales, bajo la Llama 3.1 Community License y entrenado en AWS ^[16][17]. La arquitectura de esa soberanía se apoya en pesos de una empresa estadounidense, bajo licencia de esa misma empresa y sobre la nube de otra, justo cuando la empresa que donó la base salió del negocio de donar bases.

El calendario, sin embargo, pesa más que la propiedad. La base que la región eligió en febrero de 2026 se había publicado en julio de 2024 ^[16], y su propio modelo base seguía sin fecha de publicación ^[17] cuando K3 apareció cinco meses después con 2,8 billones de parámetros, tercer puesto mundial y precio cero. La distancia entre uno y otro no es de una generación sino de dos años sobre una curva de meses, y en esa aritmética una apuesta soberana que tarda dos años en entregar nace obsoleta: la capacidad que se perseguía como frontera en febrero se descarga gratis en julio. El ciclo de decisión pública no corre a la velocidad de la cosa que intenta adquirir.

Ese desfase explica el tono con que la región recibió a K3. Llegó rápido a la noticia y la contó bien, con CNN en Español y la prensa tecnológica argentina, mexicana y colombiana cubriéndola en días ^[24]. El encuadre, sin embargo, fue el del espectáculo: la IA china que sacude a Silicon Valley como titular y el precio por token como dato secundario. Es una cobertura correcta y de espectador, en la que apenas asoma la única pregunta que la región tiene que decidir por sí misma.

Esos son los hechos. Lo que dicen sobre qué capa conviene comprar es materia de la sección que sigue.

La conversación latinoamericana sobre soberanía en inteligencia artificial fue durante tres años una conversación sobre modelos propios, y esa pregunta acaba de resolverse por donación. Nadie en la región va a entrenar 2,8 billones de parámetros desde cero, y el motivo no es falta de talento sino de escala financiera: la cifra a igualar son los US$ 725.000 millones que las cuatro grandes comprometieron para un solo año ^[10]. Partir de pesos que otros publicaron no es un atajo, entonces, sino la única puerta que existe. La dependencia es inevitable y lo que sí se elige es cuál, y cuántas capas de ella se posee.

Ahí está la diferencia entre una base prestada y un cimiento. Latam-GPT hizo lo correcto con la mano que tenía, y su problema no es el fine-tune sino el editor de la base: construyó sobre unos pesos cuyo dueño abandonó la práctica de publicarlos ^[12][13], de modo que la casa quedó sobre un terreno que dejó de arrendarse. La salida existe y casi nadie en la región la ha nombrado: la base se puede cambiar. Aplicar a un modelo abierto de frontera la receta que se aplicó a Llama —preentrenamiento continuo con el corpus regional, ajuste, evaluación— es hoy viable sobre un cimiento que se publica con cadencia y cuya licencia lo autoriza expresamente ^[1], así que esa decisión debería tomarse mirando quién publica y con qué licencia, antes que una tabla de benchmarks.

Cambiar de base exige, sin embargo, la capa que nadie financió: cómputo propio en la región, sobre hierro que se controla. Los números puestos uno junto al otro son brutales, porque encender un solo modelo pide 1,4 terabytes y dieciocho aceleradores ^[9] frente a un supercomputador chileno de cinco millones de dólares y un plan brasileño de R$ 23.000 millones que todavía es plan ^[20]. El techo político agrava la aritmética, ya que la región quedó en el segundo escalón de la regla de difusión estadounidense, la regla se derogó sin reemplazo estable y las excepciones vigentes vencen a finales de 2026 ^[22]. El acceso al hierro es una concesión revisable y no un derecho adquirido.

La región conserva una carta que el resto no tiene, y son vatios limpios con sitio donde ponerlos. Brasil concentra el 37,3 % de los centros de datos regionales sobre una matriz eléctrica 88,2 % renovable y desgrava la importación de equipos con el régimen REDATA, mientras Querétaro crece más rápido que cualquier otro mercado del continente ^[21]. Es la lección de la edición pasada vista desde el otro extremo: la infraestructura de la inteligencia artificial es un problema de energía antes que de silicio, y la energía es lo único de este stack que no se importa. Cambiar megavatios verdes y suelo por capacidad de cómputo instalada y gobernada localmente es una negociación que la región puede ganar; alquilar tokens no lo es.

Queda la capa más barata y desatendida, donde hay ventaja inmediata. El corpus y la evaluación no requieren dieciocho aceleradores, nadie los puede donar y ningún modelo global va a resolverlos por nosotros: el impuesto de tokenización encarece cada respuesta en español entre un 24 % y un 55 % ^[15], y ningún puntero llega a la mitad de la vara cultural regional ^[19]. Ese 0,48 sobre 1,0 no es una queja sino una especificación de producto, y quien define el examen termina definiendo el producto que se construye para aprobarlo. Brasilia, entretanto, legisla el riesgo con el PL 2338 ^[23], que es necesario e insuficiente: regular un stack que se alquila es protección al consumidor y no soberanía.

LA JUGADA

1. Elige la base por su editor, no por su tabla. Los pesos son insumo básico y su precio va a cero, así que lo que hay que evaluar es quién publica, con qué licencia y con qué cadencia. Un fine-tune sobre una base abandonada es un activo con fecha de caducidad.
2. Negocia vatios por cómputo instalado, no tokens por tarjeta de crédito. La ventaja regional es una matriz limpia con suelo disponible: cámbiala por capacidad gobernada localmente, con contratos que sobrevivan a un cambio de regla de exportación.
3. Aduéñate del corpus y del examen. Es la única capa que no depende de dieciocho aceleradores ni de la buena voluntad de un donante, y hoy está medida y vacante: 0,48 sobre 1,0 es al mismo tiempo el diagnóstico y el plan de producto.