Piousbox

Hace varias semanas despidimos Proposición cada vez más atractiva para las empresas mundiales que son LLM china: 95% de las últimas capacidades del modelo fronterizo de Estados Unidos y 10% del costo. ¿Por qué pagar la prima, cuando de una manera u otra alguien robará su IP, ya sea Dario Amodei o Beijing? India, parece, está de acuerdo.

Según NIkkei, las empresas indias se inclinan cada vez más en los modelos chinos de lengua grande -desarrollado por DeepSeek, Alibaba y Moonshot AI (los mismos LLM que hemos dicho recientemente son poised to overtake US models as the best "value proposition", y perfilado aquí) - para contener sus gastos de inteligencia artificial, en el proceso que extiende la confianza de la India en China para tecnologías de vanguardia a pesar de una larga historia de enfrentamientos entre los vecinos.

A continuación se muestra un esquema del ecosistema AI/Hyperscaler de China (de aquí).

Puneet Kumar, CEO de Mirae Asset Venture Investments India, dijo que varias startups de tecnología de consumo que ha conocido desde mediados de 2025 use tales LLMs de peso abierto chino - aquellos que dependen de parámetros de acceso público - que ayudan a reducir los costos por un "orden de magnitud".

Debido a que estos parámetros están disponibles públicamente, los usuarios pueden descargarlos y modificarlos en sus propios ordenadores, en contraste con las ofertas de propiedad de laboratorios fronterizos estadounidenses como OpenAI y Antropopic. Los LLM de peso abierto chino se pueden acceder en India a través de proveedores de servicios como Microsoft a una fracción del precio de sus contrapartes estadounidenses, gracias a su bajo costo de desarrollo. Y gracias a ingeniería inversa destilación, los modelos chinos casi han alcanzado los modelos fronterizos estadounidenses en términos de capacidades.

"Los modelos estadounidenses son caros, y para muchas cosas básicas, no las necesitas", Gupta dijo"Es demasiado caro, como tratar de conducir un coche deportivo en una carretera de la ciudad llena de gente".

Para los modelos DeepSeek que Microsoft pone a disposición en el sur de la India a través de su plataforma Foundry, los cargos oscilan entre 19 centavos y 1,74 millones de fichas de entrada, mientras que el precio por 1 millón de fichas de salida varía de 51 centavos a $5.40. Los costos de entrada para el Kimi de Moonshot ascienden a 95 centavos y los costes de salida hasta $4.

En comparación, los costos de entrada para la serie GPT 5.5 de OpenAI varían de $5 a $12 por millón de fichas de entrada, mientras que los costos de salida oscilan entre $30 y $54.

La adopción de LLMs chinos llega en un momento en que los similares de OpenAI y Antrópico están abriendo oficinas y ampliando sus ofrendas en la nación del sur de Asia. Tanto el CEO de OpenAI Sam Altman como el CEO de Anthropic Dario Amodei aparecieron en la Cumbre India AI a principios de este año, subrayando la importancia de la India como un mercado, gracias a su gran número de programadores, que han surgido de lejos los usuarios más activos de AI. Anthropic bagged Tata Group-owned airline Air India, software fabricante Cognizant y procesador de pagos Razorpay como clientes, mientras que OpenAI cuenta el mayor fabricante de software de India, Tata Consultancy Services, como cliente. Sin embargo, a menos que su ficha cuesta el cráter, las empresas pueden gastar miles de millones en marketing y todavía nadie los utilizará.

Las presiones de costes que impulsan la popularidad creciente de las LLM chinas en la India se reflejan globalmente, con grandes empresas como Tesla, Amazon, Uber y Walmart capping AI uso para detener el soaring tecnología gasta como cambios de enfoque del uso indiscriminado, llamado tokenmaxxing, para volver a la inversión. Los LLM chinos están surgiendo como ganadores con precios agresivos, con su uso más que duplicando a 25 billones de fichas en la semana final de junio desde finales de mayo, según Open Router, un mercado para los modelos AI. Eso fue un 78% más que los modelos estadounidenses, una fuerte inversión en fortunas desde el comienzo del año, cuando el uso era menos de la mitad de la de sus contrapartes estadounidenses.

Empresas como Coinbase, DoorDash y Airbnb han dicho públicamente que han comenzado a utilizar modelos chinos.

Vidya Madhavan, fundadora de la aplicación de citas respaldada por Elevation Capital Schmooze, dijo que las posibilidades de ahorros "sustanciales", junto con una mayor captación de LLMs de peso abierto a nivel mundial y su capacidad para ofrecer un rendimiento satisfactorio en comparación con sus pares americanos, la animaron a desplegar los modelos Qwen de Alibaba después de alguna duda inicial.

"Nuestro enfoque ha sido utilizar soluciones de Google, OpenAI, Antropopic, ElevenLabs, etc., para empezar, de modo que tengamos un sentido de lo grande que parece, y luego utilizar una combinación de código abierto más nuestro ajuste para lograr el mismo resultado y ahorrar dinero donde sea aplicable", Ella dijo.

Apple, que hoy ganó aprobación parautilizar Qwen en sus dispositivos en ChinaEstá de acuerdo.

Nikhil Narendran, socio de la firma de abogados Trilegal, ve a las startups y los desarrolladores como primeros adoptantes en la India, aunque las empresas más grandes también están deliberando sobre el despliegue de LLMs chinos.

"Las facturas token son un problema serio, cada vez es más insostenible", Dijo.

Añadiendo a la apelación de LLMs de peso abierto es que, en virtud de ser hospedado localmente, los datos permanecen en la India, Narendran dijo, aunque "podría haber artefactos de despliegue no verificados como malware o troyanos, lo que es una preocupación".

"A menos que cambie la naturaleza de los modelos de IA de la frontera estadounidense, es probable que los chinos tomen una ventaja significativa sobre los estadounidenses," dijo. "Como es principalmente el factor de confianza que va contra ellos, estoy seguro de que los desarrolladores chinos entienden ese riesgo, y por lo tanto es probable que sean más cuidadosos".

La incursión de los modelos chinos en la India está planteando preguntas sobre las ambiciones de la nación del sur de Asia en torno a la soberanía de AI, incluso como empresas como Sarvam y Gnani construyen LLMs en idiomas indicos.

En 2024, India otorgó alrededor de 104 mil millones de rupias (unos 1.100 millones de dólares a los tipos de cambio actuales) para la tecnología durante un período de cinco años, pero esto palidece en comparación con las inversiones públicas de China "corriéndose en decenas de miles de millones de dólares anuales", estima la firma de investigación Bernstein. Además, los desembolsos han sido reñidos, con un gasto real en el ejercicio económico terminado en marzo de 2025 por un total de 190 millones de rupias, frente a una asignación de 5.52 mil millones de rupias, mientras que los gastos para el año fiscal siguiente ascendieron a 3.79 mil millones de rupias, frente a una asignación de 20 mil millones de rupias. Funcionarios del Gobierno han dicho que los desembolsos aumentarán en sincronización con el uso de unidades de procesamiento de gráficos, que han tomado tiempo para adquirir pero son cruciales para desarrollar modelos de IA.

El riesgo de ser eliminado de los modelos extranjeros de IA en una frágil situación geopolítica ha aumentado la presión sobre la India para desarrollar sus propias capacidades. Washington ya ha impedido que Anthropic dé acceso a entidades extranjeras a sus últimos modelos, Fable y Mythos, aunque las restricciones fueron levantadas a finales del mes pasado. In addition, Reuters reported earlier this week that Beijing is now considering restricting overseas access to advanced Chinese AI models.

Los analistas advirtieron que la dependencia de la India en China, que también es evidente en otras tecnologías avanzadas como vehículos eléctricos y células de iones de litio, es arriesgada, dada la reciente historia de tensiones de las dos naciones, especialmente en una disputa territorial en el Himalaya. En 2020, Nueva Delhi endureció las restricciones a las inversiones chinas después de un estallido de combates allí, aunque estos fueron aliviados en marzo de este año.

Sameer Patil, director del Centro de Seguridad, Estrategia y Tecnología de la Fundación de Investigación de Observadores, dijo que las ambiciones de la India con LLM soberanas están restringidas al uso doméstico, a diferencia de Estados Unidos y China, que están viendo el dominio mundial.

"Deepening the dependence on the foreign tech, whether American or Chinese, is a concern because access can be shut down overnight and you will be left in the lurch", dijo Patil. "Por lo tanto, tenemos que desarrollar ese tipo de resiliencia".