El problema del 46 %: los modelos abiertos chinos ya enrutan más tokens que los estadounidenses
CNBC: los modelos de origen chino superan el 30 % del tráfico de tokens de EE. UU. en OpenRouter desde febrero, con picos cercanos al 46 %.
Qué pasó
El 7 de julio, CNBC publicó una investigación sobre adónde están enviando realmente su tráfico de inferencia los desarrolladores estadounidenses, y la respuesta no es el lugar hacia donde ha apuntado la mayor parte del capital del sector. A partir de datos de OpenRouter —la pasarela de modelos que se ubica entre las aplicaciones y decenas de proveedores—, CNBC informó que los modelos de IA de origen chino han representado al menos el 30 % del volumen de tokens originado en EE. UU. todas las semanas desde el 8 de febrero de 2026, con un pico semanal cercano al 46 %.
La trayectoria es lo relevante. Según el reportaje, esa cuota promedió alrededor del 11 % durante los doce meses previos, y apenas un 4,5 % en la primera mitad de 2025. Sea lo que sea esto, ocurrió en unos dieciocho meses, y la mayor parte sucedió en los últimos seis.
Forkast, que resume el mismo conjunto de datos, desglosó los proveedores así: DeepSeek, 17,6 % de los tokens enrutados, y Qwen, de Alibaba, 13,9 %, con los modelos de origen chino sumando en conjunto un 46,4 % frente al 35,7 % de los modelos estadounidenses, y con Anthropic —el mayor proveedor estadounidense individual de la plataforma— en un 14,8 %. Esas cifras describen una semana concreta, no un promedio móvil, y constituyen el encuadre más agresivo disponible; el dato sólido es el piso, no el pico.
No pude acceder directamente al artículo de CNBC —el sitio devuelve un HTTP 403 a las solicitudes automatizadas—, así que todo lo anterior proviene de tres medios que citan sus números de forma independiente. Donde discrepan, lo señalo más abajo.
El número detrás del número
El mecanismo no tiene misterio. Justin Summerville, del equipo de datos y analítica de OpenRouter, dijo a CNBC que los modelos chinos de código abierto salen entre un 60 % y un 90 % más baratos que las principales ofertas de Anthropic y OpenAI, y las tarifas publicadas hacen que esa estimación parezca conservadora.
MLQ enumera GPT-5.5 a $5 por millón de tokens de entrada y $30 de salida, y Claude Opus 4.8 a $5/$25. Frente a eso: GLM 5.2, de Zhipu, a $1,40/$4,40; MiniMax M2.5 a $0,30/$1,10; y DeepSeek V4 Flash en el fondo del mercado. Aquí las fuentes se dividen: MLQ cita DeepSeek V4 Flash a $0,09/$0,18, mientras que Forkast reporta $0,14 de entrada. En cualquier caso, la proporción frente a un precio de entrada de $5 está entre 35x y 55x, y la caracterización de MLQ —"55 veces más barato"— es correcta en dirección, aunque el denominador exacto no esté zanjado.
La segunda mitad del mecanismo es que los modelos baratos dejaron de ser malos. MLQ reporta que GLM 5.2 obtiene 74,4 en el benchmark FrontierSWE frente al 75,1 de Opus 4.8, y 76,8 en MCP-Atlas frente al 77,8 de Opus 4.8. Son cifras de un solo benchmark, cercanas al proveedor, y merecen el escepticismo habitual. Pero una brecha inferior a un punto a una quinta parte del precio no es un error de redondeo en una conversación de compras: es toda la conversación. Y GLM 5.2 se distribuye con pesos abiertos, lo que significa que una empresa con sus propias GPU no paga absolutamente nada por token.
Por qué la mezcla de cargas de trabajo importa más que el titular
Enterrada en el relato de MLQ está la variable que en realidad explica el giro: las cargas de trabajo de programación pasaron de cerca del 11 % del uso de OpenRouter a comienzos de 2025 a más del 50 % a mediados de 2026.
Los agentes de codificación son la carga de trabajo más ávida de tokens del software en producción. Un bucle agéntico que lee un repositorio, propone un parche, ejecuta pruebas e itera quemará millones de tokens en una tarea que un humano describiría en una sola frase. Ese es precisamente el régimen en el que una diferencia de precio de 20x deja de ser una partida presupuestaria y se convierte en una decisión de arquitectura. Es también el régimen en el que resulta más fácil tolerar un "suficientemente cerca en el benchmark", porque la propia batería de pruebas del agente detecta los fallos.
Así que la cifra de cuota de tokens es en parte la historia de los modelos chinos ganando, y en parte la historia de qué carga de trabajo creció. Los modelos baratos no se quedaron con un pedazo de un pastel fijo: se quedaron con la porción de más rápido crecimiento de un pastel que cambió de forma bajo los pies de todos.
La herida autoinfligida
El resto lo hizo el calendario. MLQ señala que Fable 5 y Mythos 5, de Anthropic, fueron suspendidos el 12 de junio bajo presión de los controles de exportación y restaurados el 1 de julio, y que OpenAI limitó el despliegue de un modelo a petición del gobierno de EE. UU. a finales de junio. AI Weekly, citando a Vercel, informa que GLM 5.2 registró la adopción más rápida de cualquier modelo en esa plataforma en 2026: alrededor de 27x de crecimiento diario en tokens y unas 80x de crecimiento en clientes durante su primera semana completa. (Las cifras de "27x/80x" describen la plataforma de un solo proveedor, en una sola semana y partiendo de una base casi nula, que es como surgen la mayoría de los números de 80x. Tómense como señal de dirección, no de magnitud.)
Léanse esos dos hechos juntos y el panorama resulta incómodo. Los laboratorios de frontera estadounidenses pasaron tres semanas de mediados de 2026 intermitentemente no disponibles o con despliegues restringidos por motivos de política pública. Los laboratorios chinos de pesos abiertos, por construcción, no tienen ese cuello de botella: una vez publicados los pesos, ninguna agencia puede despublicarlos. La disponibilidad es una característica del producto, y durante un tramo de este verano los modelos estadounidenses no la tuvieron.
El CEO de Palantir, Alex Karp, calificó de "roto" el modelo de negocio por token de los laboratorios estadounidenses. Tiene razones comerciales evidentes para decirlo. Eso no lo vuelve equivocado sobre la dirección de los márgenes brutos.
Lo que este número no dice
Cuatro cosas, y pesan lo suficiente como para que el titular deba leerse de forma más estrecha de lo que suena.
OpenRouter no es la empresa. Es una pasarela preferida por desarrolladores, creadores independientes y startups sensibles al costo: exactamente la población con más probabilidades de perseguir un recorte de precio de 20x. Las grandes empresas compran de forma abrumadora directamente, vía Bedrock, vía Vertex o vía Azure. Nada de ese tráfico aparece aquí. Llamar a esto "uso empresarial de tokens en EE. UU.", como han hecho varios medios, exagera lo que mide la tubería.
Los tokens no son ingresos. Una cuota del 46 % de los tokens a una quinta parte del precio equivale más o menos a un 12 % de cuota de ingresos. Que DeepSeek enrute más tokens que Anthropic dice muy poco sobre qué empresa recauda más dinero, y las cifras de Ramp asociadas al reportaje de CNBC, que AI Weekly presenta como Anthropic $4.811, OpenAI $3.357, Zhipu GLM $544 en gasto empresarial, apuntan en la dirección contraria. La unidad y el período de esas cifras en dólares no quedan claros en las fuentes secundarias, así que no me apoyaría en ellas, pero su orden es lo que importa: en gasto, los laboratorios estadounidenses no están ni cerca de perder.
Los pesos abiertos invierten la métrica. Toda empresa que descarga GLM 5.2 y lo aloja por su cuenta desaparece por completo de OpenRouter. La cuota de la pasarela subestima la adopción de modelos chinos, posiblemente por mucho.
La gobernanza de datos sigue sin resolverse. Enrutar tokens a través de la API alojada de DeepSeek y ejecutar los pesos de DeepSeek en hardware propio son actos distintos, con perfiles de riesgo distintos, y la cobertura tiende a confundirlos. La vía del alojamiento propio es la que vuelve irrelevantes los controles de exportación, y es también la que hace desaparecer casi por completo la objeción de seguridad.
Bombo vs. realidad
Real: el desplome de precios, la convergencia en los benchmarks, el giro hacia cargas de trabajo de codificación y el hueco de disponibilidad de junio. Son cuatro fuerzas independientes que empujan en la misma dirección, y ninguna de ellas se revierte con un comunicado de prensa.
Exagerado: que esto sea un vuelco en la tabla de clasificación. Es un vuelco en una pasarela, en una plataforma seleccionada por su sensibilidad al precio, medido en la única unidad —los tokens— que por construcción favorece a la opción barata. Anthropic y OpenAI siguen capturando, según todos los indicadores de gasto disponibles, la mayor parte del dinero.
Genuinamente sin resolver: si los laboratorios de frontera pueden defender una prima de precio de 20x solo por capacidad, una vez que los pesos abiertos quedan a un punto de distancia en los benchmarks que los compradores consultan. La respuesta de Anthropic hasta ahora ha sido bajar el precio de Sonnet 5 y apoyarse en la fiabilidad agéntica. Si la fiabilidad vale 20x es una pregunta empírica que unos cuantos miles de equipos de ingeniería están respondiendo ahora mismo con sus tarjetas de crédito.
En resumen
La cifra del 46 % es más blanda de lo que aparenta: una semana pico, en una sola pasarela, en la unidad más favorable a la afirmación. Pero el piso que la sostiene es firme: cinco meses seguidos por encima del 30 %, frente al 4,5 % de hace año y medio, en una plataforma donde los desarrolladores toman una decisión desprovista de sentimentalismo cada vez que cambian una línea de configuración.
Lo incómodo para Washington es que los controles de exportación aparecen dos veces en esta historia, y las dos veces ayudan a los modelos chinos. Limitaron la disponibilidad estadounidense en junio. Y no pueden limitar en absoluto los pesos abiertos. Fuera cual fuera el objetivo de la política, el flujo de tokens sugiere que hoy está subsidiando a la competencia que pretendía contener.