DeepSeek cae un 72% y Kimi se convierte en el decacornio más rápido de China

DeepSeek irrumpió a principios de 2025 como la gran sorpresa tecnológica del año. Un laboratorio chino de Hangzhou, ligado al hedge fund High-Flyer Capital, lanzó R1 con un coste de entrenamiento de apenas 6 millones de dólares frente a los cientos de millones que invierten OpenAI o Google. La industria occidental se quedó sin argumentos. El modelo igualaba a GPT-4 en múltiples benchmarks y se distribuía con pesos abiertos. Parecía que China había resuelto el problema de la eficiencia en IA de un solo golpe. Ese momento duró menos de lo esperado.

La caída que nadie anticipó

En el segundo trimestre de 2026, las descargas mensuales de DeepSeek cayeron un 72%. El número es llamativo, pero lo que lo explica resulta más relevante que la cifra en sí. Tres de los autores principales del modelo R1 abandonaron el proyecto. El desarrollo de V4 acumula meses de retraso sin fecha pública de lanzamiento. La empresa sufrió ciberataques que afectaron la disponibilidad del servicio. Y encima se enfrenta a un problema de infraestructura nada menor: está tratando de migrar sus sistemas de chips NVIDIA a procesadores Huawei Ascend, una transición técnicamente compleja que ralentiza cualquier plan de escala.

DeepSeek nunca fue una empresa de producto. Es, ante todo, un laboratorio de investigación sin presión de monetización inmediata. Esa estructura, que le dio ventaja para publicar modelos de forma abierta y a bajo coste, se convierte en debilidad cuando el mercado empieza a exigir algo más que papers: aplicaciones reales, APIs estables y negocio sostenible.

Kimi: el competidor que sí tiene prisa

Moonshot AI, la compañía detrás de Kimi, fue fundada en marzo de 2023 por tres egresados de la Universidad Tsinghua: Yang Zhilin, con doctorado en Carnegie Mellon y experiencia en Google Brain y Meta AI, junto a Zhou Xinyu y Wu Yuxin. Los tres decidieron mantenerse deliberadamente fuera del foco mediático y concentrar sus recursos en calidad de producto. La estrategia les ha funcionado de manera espectacular.

En diciembre de 2025, Moonshot AI tenía una valoración de 4.300 millones de dólares. En febrero de 2026, había subido a 10.000 millones. En marzo, a 18.000 millones. En menos de noventa días, la empresa pasó de ser un actor relevante del ecosistema chino a convertirse en el decacornio más rápido de la historia del país. En menos de veinte días tras el lanzamiento de Kimi K2.5, los ingresos acumulados superaron el total de todo 2025. Los ingresos internacionales por API se multiplicaron por cuatro desde noviembre del año anterior.

Qué hace diferente a Kimi K2.5

Los benchmarks técnicos son contundentes: Kimi K2.5 supera a GPT-5 y a Gemini Pro 3 en tareas de código y comprensión de vídeo. Pero el argumento que más pesa en el mercado empresarial no es técnico, sino económico. El coste de la API de Kimi es entre cuatro y diecisiete veces más barato que el de OpenAI. Para una empresa que integra modelos de lenguaje en sus flujos de trabajo, esa diferencia puede representar decenas de miles de euros al año en costes operativos.

La propuesta de Kimi no se basa en replicar el modelo de DeepSeek, que apostó por la apertura y la eficiencia de entrenamiento como valores principales. Kimi apuesta por rendimiento en tareas concretas combinado con precio competitivo. Es una estrategia más orientada al cliente empresarial que a la comunidad open-source. Y los números indican que esa apuesta está funcionando.

Lo que esto cambia para el mercado

El relato que dominó el primer trimestre de 2025 situaba a DeepSeek como la alternativa china consolidada a los grandes modelos occidentales. Ese relato ya no se sostiene con los datos actuales. Lo que está emergiendo en China es una competencia interna entre laboratorios con estrategias muy distintas: algunos orientados a investigación básica, otros a producto, otros a servicio empresarial.

Para las empresas europeas que evalúan qué modelos integrar en sus sistemas, la ecuación se complica. Ya no basta con comparar OpenAI con Anthropic. El campo incluye ahora actores chinos con precios estructuralmente más bajos y rendimiento técnico comparable o superior en ciertas tareas. La decisión sobre qué infraestructura de IA adoptar se vuelve más estratégica y más difícil de justificar únicamente con benchmarks públicos.

La geopolítica añade otra capa de complejidad. Las empresas con sede en la Unión Europea deben considerar no solo el rendimiento y el coste, sino también la soberanía de datos, los marcos regulatorios aplicables y la exposición a restricciones de exportación que podrían afectar la disponibilidad de estos modelos en el futuro. DeepSeek y Kimi operan fuera del marco regulatorio europeo, lo que implica evaluar riesgos que van más allá de la ficha técnica del modelo.

Conclusión

DeepSeek demostró que era posible entrenar modelos competitivos con presupuestos pequeños. Ese fue su aporte real y sigue siendo válido. Pero demostrar algo técnicamente no equivale a construir un negocio sostenible. Kimi ha tomado ese principio de eficiencia y lo ha convertido en producto, precio y crecimiento. El resultado es que la carrera de la IA en China ya tiene un nuevo protagonista, y ese protagonista tiene prisa. Las empresas que diseñan su estrategia de IA en 2026 tienen que incorporar esta nueva realidad en sus análisis. El mapa está cambiando más rápido de lo que cualquier hoja de ruta de hace seis meses podía anticipar.