Nuevos benchmarks de IA sugieren que los modelos estadounidenses mantienen una ventaja significativa sobre los competidores chinos

Nuevos datos de rendimiento de Artificial Analysis indican que la percepción de la amenaza competitiva de los modelos de IA chinos podría estar exagerada. La empresa actualizó recientemente su metodología de prueba, incorporando pruebas secretas para evitar que los modelos estén específicamente optimizados para ellas. Bajo este nuevo sistema, la brecha entre los mejores modelos de código abierto y el líder general se amplió de tres a doce puntos. Específicamente, los principales modelos de código abierto obtuvieron 32 puntos, mientras que Claude Opus 5.5 de Anthropic obtuvo 58 puntos. Sridhar Ramaswamy, CEO de Snowflake, señaló este cambio drástico, afirmando que la brecha entre los modelos de código abierto pasó de tres a doce puntos una vez que las pruebas se volvieron privadas, lo que sugiere que los resultados anteriores podrían haberse visto afectados por el 'hacking' de los benchmarks, un concepto también citado por el CEO de Microsoft, Satya Nadella. Además, los datos de uso de OpenRouter, examinados por Dax Raad de OpenCode, sugieren que el tráfico que anteriormente se atribuyó a los modelos chinos podría ser manejado por un pequeño clúster de computación que cuesta entre 6 y 7 millones de dólares. Esto, combinado con el hecho de que más de mil millones de personas utilizan ChatGPT mensualmente, sugiere que los principales proveedores como OpenAI y Anthropic siguen impulsando la mayor parte de la inversión en infraestructura de la industria, desafiando la narrativa de una rápida toma de control del mercado chino.