La acusación difundida el 9 de septiembre de 2026 sostiene que agencias estadounidenses señalaron a seis empresas chinas por copiar o destilar modelos de inteligencia artificial de frontera asociados a Anthropic y OpenAI. Funcionarios chinos rechazaron la denuncia, mientras que el mecanismo descrito —la destilación de modelos— puede ser una técnica legítima y no implica necesariamente robar código fuente o pesos. La cuestión, por tanto, no es si existe la destilación, sino qué uso concreto se hizo de ella y con qué autorización.
Qué se acusa y qué no está probado
La versión estadounidense describe una extracción supuestamente agresiva de respuestas de modelos avanzados para entrenar sistemas competidores. El señalamiento se refiere a un posible uso a gran escala de interfaces de modelos, cuentas falsas, elusión de límites de acceso y emulación comercial no autorizada. Esas son las conductas que convertirían una técnica de entrenamiento en el centro de una disputa contractual, empresarial o potencialmente legal.
Pero una acusación no es una condena. El caso no puede presentarse como un robo probado de propiedad intelectual ni como una infracción establecida por un tribunal. Tampoco basta con que dos modelos produzcan respuestas parecidas: la similitud puede ser una pista para investigar, no una demostración automática del origen de esas capacidades.
Estos son los actores y relaciones que sí aparecen vinculados al conflicto:
| Entidad | Papel en la disputa | Relación respaldada |
| Agencias estadounidenses | Acusadoras | Señalan a seis empresas chinas por copiar o destilar modelos de IA de frontera |
| Anthropic y OpenAI | Desarrolladores de modelos de frontera | Sus sistemas aparecen como objetivos o referencias en las acusaciones difundidas |
| Alibaba, MiniMax, StepFun y Z.AI | Empresas chinas mencionadas | Aparecen vinculadas a supuestos intentos de extraer capacidades de modelos concretos de Anthropic y OpenAI |
| DeepSeek | Empresa china de IA mencionada | Está asociada a las acusaciones sobre extracción de capacidades y al modelo R1, cuyo lanzamiento elevó el escrutinio sobre la destilación |
| China | Parte que responde | Sus funcionarios rechazan las acusaciones y formulan una denuncia recíproca sobre el uso de modelos chinos |
La mención de estas empresas no convierte la acusación en un hecho probado ni permite atribuir a todas exactamente la misma conducta. En especial, Alibaba, MiniMax, StepFun y Z.AI aparecen relacionadas con modelos concretos; eso no autoriza a extender automáticamente esa relación a cada empresa china de IA.
Qué es la destilación de modelos
La destilación es un método de entrenamiento profesor-alumno. Un modelo profesor genera respuestas o señales de capacidad, y otro modelo —el alumno— utiliza esos resultados para aprender a reproducir parte de su comportamiento. El objetivo habitual es crear un sistema más pequeño, barato o eficiente, no clonar necesariamente toda la arquitectura original.
El proceso puede funcionar a través de una interfaz pública: el modelo alumno recibe entradas, recoge salidas y aprende de ellas. No hace falta transferir directamente el código fuente ni los pesos internos del modelo profesor. Esa distinción importa mucho, porque hablar de “copiar un modelo” puede mezclar tres cosas diferentes: aprender de sus respuestas, obtener sus componentes internos o reutilizar material protegido sin autorización.
La diferencia entre la técnica y la conducta denunciada puede resumirse así:
| Dimensión | Destilación ordinaria | Conducta alegada en la disputa |
| Objetivo | Entrenar un modelo alumno para reproducir determinadas capacidades | Extraer capacidades de un modelo ajeno para construir sistemas competidores |
| Acceso | Uso autorizado de datos, salidas o modelos | Uso supuestamente no autorizado de una interfaz o de sus resultados |
| Escala | La necesaria para el proyecto de entrenamiento | Extracción presuntamente masiva y organizada |
| Componentes transferidos | No requiere código fuente ni pesos del modelo profesor | La acusación se centra en las salidas, no en una transferencia demostrada de pesos o código |
| Problema que debe demostrarse | Si el entrenamiento respeta las condiciones aplicables | Si hubo elusión de controles, cuentas falsas, incumplimiento de condiciones u otra conducta ilícita |
¿Implica la destilación automáticamente un robo? No. La técnica también se utiliza para desarrollar versiones más económicas de sistemas propios o tecnologías no competitivas. Lo que cambia la evaluación es el contexto: quién controla el modelo profesor, qué permiso existía, cómo se obtuvieron las respuestas y qué uso se dio después.
Las empresas y modelos mencionados
La acusación difundida identifica a Alibaba, MiniMax, StepFun y Z.AI en relación con determinados modelos de Anthropic y OpenAI. DeepSeek aparece en el debate más amplio sobre la extracción de capacidades y también quedó bajo mayor escrutinio tras el lanzamiento de su modelo R1 en enero de 2025. Moonshot AI y MiniMax aparecen, además, en las alegaciones relacionadas con capacidades de Claude.
Las acusaciones no permiten atribuir una única operación ni un mismo método a todas esas empresas. Tampoco permiten concluir que la destilación explique por sí sola el rendimiento de un modelo concreto. Esa cautela no es un detalle académico: en una disputa de este tipo, demostrar una semejanza de resultados es mucho más sencillo que demostrar cómo se obtuvieron los datos de entrenamiento y si se vulneraron unas condiciones de acceso.
La respuesta de China
Funcionarios chinos rechazaron las acusaciones estadounidenses y defendieron que los avances de su industria son fruto de su propia capacidad científica y tecnológica. Mao Ning calificó las denuncias de infundadas y pidió cooperación en lugar de acusaciones. Liu Chang describió la campaña estadounidense como una difamación contra los logros de China en inteligencia artificial.
China también formuló una acusación recíproca: según su Ministerio de Asuntos Exteriores, muchas empresas estadounidenses han utilizado modelos chinos para destilación durante sus procesos de investigación, desarrollo y entrenamiento. Esa afirmación forma parte de la respuesta oficial china, pero no resuelve por sí misma qué empresas, modelos, permisos o prácticas concretas estarían implicados.
La disputa enfrenta, así, dos planos que conviene separar. El primero es técnico: qué significa entrenar un modelo a partir de las salidas de otro. El segundo es político y empresarial: si una parte empleó esa técnica de forma autorizada y la otra la utilizó para extraer capacidades a escala sin permiso.
Por qué importa para la carrera de la IA
El conflicto llega en plena competencia por modelos, chips, talento e infraestructura. OpenAI, Anthropic y Google empezaron a compartir información a través del Frontier Model Forum para detectar intentos de destilación adversarial. Microsoft figura entre los cofundadores del foro, creado en 2023.
También está en juego el atractivo comercial de los modelos chinos. La adopción de sistemas como DeepSeek y otros modelos chinos por parte de empresas estadounidenses se presenta como una cuestión de coste y rendimiento, pero ha alimentado preocupaciones políticas sobre dependencia tecnológica y seguridad nacional. Esa adopción no demuestra copia; explica por qué el conflicto tiene consecuencias que van más allá de una disputa entre laboratorios.
China, por su parte, ha planteado aumentar cuatro veces su capacidad de computación inteligente para 2030. Se trata de un objetivo previsto, no de un resultado ya conseguido. Si se materializa, proporcionaría más infraestructura para entrenar y desplegar modelos, aunque por sí sola tampoco demostraría el origen de las capacidades de ningún sistema concreto.
El calendario añade tensión diplomática: había una reunión programada entre Donald Trump y Xi Jinping en el contexto de este enfrentamiento tecnológico. La acusación, la respuesta china y la pugna por la capacidad de cómputo forman parte de una rivalidad más amplia entre Washington y Pekín.
Qué marcará el siguiente capítulo
La disputa se aclarará cuando aparezcan hechos más concretos: el contenido completo del señalamiento estadounidense, datos técnicos que conecten unas salidas con un proceso de entrenamiento, explicaciones de las empresas implicadas y cualquier actuación jurídica formal. También será relevante saber si el plan chino de computación se convierte en infraestructura efectiva y cómo evoluciona la colaboración entre los grandes desarrolladores estadounidenses.
Por ahora, la conclusión sólida es más estrecha —y más útil— que el titular más ruidoso: Estados Unidos ha acusado a empresas chinas de emplear destilación de modelos de forma agresiva; China lo niega y responde con su propia acusación. La destilación es una técnica real y legítima en determinados contextos, pero el caso concreto depende de demostrar cómo se obtuvieron las respuestas, con qué permiso y para qué se utilizaron. Ahí se juega la diferencia entre innovación competitiva y extracción no autorizada.
