Solo 3,6% de los modelos de IA chinos publicó resultados de seguridad, según SemiAnalysis

Qué midió el estudio

El análisis, titulado "Beijing Will Not Pace the Frontier" y fechado el 8 de octubre de 2026, cubre los modelos lanzados entre 2021 y el 15 de septiembre de 2026 por cuatro grandes empresas (ByteDance, Alibaba, Tencent y Baidu) y cinco emergentes (DeepSeek, Moonshot, Zhipu Z.ai, MiniMax y StepFun).

Para cada lanzamiento, los autores buscaron en fichas técnicas, notas de versión e informes técnicos un resultado de seguridad atribuible a ese modelo específico. El criterio fue estricto: afirmar que un modelo fue "evaluado", sin resultados concretos, no contó, y tampoco se extrapolaron datos de otras versiones.

Las cifras

De los 857 lanzamientos, 31 (3,6 %) tuvieron algún resultado público de seguridad. Solo nueve (1,1 %) lo tuvieron al momento del lanzamiento o antes. Otros 16 se documentaron después, con una demora mediana de 42 días y un máximo de 349. En total, 813 modelos (94,9 %) no tuvieron ninguna divulgación, y alrededor del 93 % de los modelos de razonamiento carece de ella.

Las empresas emergentes documentaron 20 de 317 lanzamientos (6,3 %), mientras que las grandes tecnológicas documentaron 11 de 540 (2 %). Alibaba, el mayor publicador con 238 lanzamientos, registró resultados en siete. Zhipu fue el único desarrollador con al menos un resultado de seguridad cada año desde 2022.

El marco regulatorio

Según el informe, el Marco de Gobernanza de Seguridad de la IA 3.0, publicado el 14 de septiembre de 2026 por el comité técnico TC260 bajo la Administración del Ciberespacio de China, reconoce riesgos como la automejora recursiva y la pérdida de control, pero mantiene como "primera prioridad" promover la innovación. La ley integral de IA fue archivada en 2025.

Las normas vigentes, como el etiquetado de contenidos, la protección de menores y las reglas para agentes, regulan lo que la IA produce y cómo se ofrece el servicio, no obligaciones ligadas a la capacidad del modelo o a la potencia de cómputo de su entrenamiento. Los autores lo contrastan con la Unión Europea, que impone deberes a modelos de riesgo sistémico desde 10^25 operaciones de entrenamiento, y con la ley SB 53 de California.

Qué no demuestra el estudio

Los propios datos tienen un límite: miden transparencia pública, no pruebas internas. Una empresa pudo evaluar un modelo y no publicar los resultados. El análisis lo reportó la agencia Reuters y lo replicaron medios especializados, pero se trata del trabajo de una firma privada de análisis del sector de semiconductores e IA, no de una revisión de pares.

Una respuesta técnica: monitores de señales internas

El mismo día, la startup Goodfire presentó monitores que vigilan las señales internas de un modelo mientras ejecuta tareas, en lugar de revisar solo sus respuestas. Detectores pequeños, llamados sondas, leen las "activaciones" del modelo (los cálculos intermedios de la red neuronal) y solo cuando alguna se dispara interviene un segundo modelo de IA. Según TechCrunch, la compañía reporta que detecta alrededor del 93 % de las sesiones maliciosas de piratería informática y envía a revisión cerca del 5,5 % de las inofensivas. Son cifras de la propia empresa, obtenidas principalmente con el modelo abierto Kimi K3, y no han sido verificadas de forma independiente.

Por qué importa

Muchos modelos chinos de código abierto se descargan y se integran en productos de todo el mundo, incluidos servicios disponibles para empresas y desarrolladores en América Latina. La falta de evaluaciones públicas dificulta que quienes los adoptan conozcan sus riesgos, un debate que se suma al de la regulación de la IA en distintas jurisdicciones.

Preguntas y respuestas de contexto

¿Cuál es el hallazgo principal del estudio de SemiAnalysis sobre los modelos de IA chinos?

El estudio encontró que solo el 3,6% de los 857 lanzamientos de modelos de IA chinos revisados publicaron resultados de seguridad, y apenas el 1,1% lo hizo al momento del lanzamiento.

¿Qué empresas y período de tiempo fueron cubiertos en el análisis de SemiAnalysis?

El análisis cubrió modelos lanzados entre 2021 y el 15 de septiembre de 2026 por cuatro grandes empresas (ByteDance, Alibaba, Tencent y Baidu) y cinco emergentes (DeepSeek, Moonshot, Zhipu Z.ai, MiniMax y StepFun).

¿Por qué es relevante la falta de evaluaciones públicas de seguridad de estos modelos?

Es relevante porque muchos modelos chinos de código abierto se usan globalmente, y la falta de transparencia dificulta que los usuarios conozcan sus riesgos, lo que alimenta el debate sobre la regulación de la IA.