El 8 de octubre de 2026, SemiAnalysis publicó un recuento de 857 lanzamientos de modelos de nueve desarrolladores chinos y encontró resultados de seguridad publicados y vinculados a un modelo concreto en 31 casos (3,6 %). En nueve lanzamientos (1,1 %), esos resultados estaban disponibles antes o en el momento de la salida del modelo.
Qué encontró SemiAnalysis en su recuento de modelos chinos
El recuento cubre lanzamientos entre 2021 y el 15 de septiembre de 2026. Incluye 741 modelos de producto y 116 modelos de investigación. Los nueve desarrolladores analizados fueron Alibaba, Tencent, Zhipu, ByteDance, DeepSeek, Baidu, StepFun, Moonshot AI y MiniMax.
Las cifras describen la publicación de resultados vinculados a modelos concretos. No indican por sí solas si una empresa hizo pruebas que no divulgó.
Qué contó como resultado de seguridad de un modelo
SemiAnalysis contó una evaluación solo cuando incluía un resultado cuantitativo o sustantivo asociado a un modelo identificado. Entre los temas considerados estaban la generación de contenido dañino, la resistencia a intentos de jailbreak, la toxicidad, la privacidad, las respuestas de rechazo y las capacidades peligrosas.
Una afirmación general de que un modelo había recibido entrenamiento de seguridad o había sido evaluado no bastaba. Tampoco se extendía un resultado de una variante a otros tamaños o versiones del mismo modelo.
Cuándo aparecieron los 31 resultados
De los 31 lanzamientos con un resultado que cumplía esos criterios, nueve lo tenían antes o en el momento del lanzamiento y 16 lo publicaron después. En seis casos, no estaba clara la fecha del resultado o su correspondencia con el modelo concreto.
| Momento o correspondencia del resultado | Lanzamientos | Detalle |
| Disponible antes o al lanzar el modelo | 9 | Resultado vinculado al modelo en el momento de su salida o antes |
| Documentado después del lanzamiento | 16 | El resultado se publicó con posterioridad |
| Fecha o correspondencia con el modelo sin aclarar | 6 | No se pudo precisar cuándo apareció o a qué modelo correspondía |
Qué significa que no se encontraran divulgaciones públicas
SemiAnalysis no encontró divulgaciones de seguridad de los desarrolladores para 813 lanzamientos. Esa cifra se refiere a la información pública identificada: las empresas podrían haber realizado evaluaciones privadas.
Por eso, el 94,9 % sin divulgación identificada no equivale a una tasa de modelos que no se sometieron a pruebas. El recuento distingue entre hacer una evaluación y publicar un resultado sustantivo asociado a un modelo concreto.
El Marco 3.0 de China y la divulgación de seguridad
El Comité Técnico Nacional 260 de Ciberseguridad (TC260) publicó el Marco de Gobernanza de la Seguridad de la IA 3.0 el 14 de septiembre de 2026, bajo la orientación de la Administración del Ciberespacio de China (CAC). El texto recomienda realizar pruebas periódicas y divulgar evaluaciones de seguridad de modelos y algoritmos, auditorías y la gestión de respuestas anómalas. El documento oficial del Marco 3.0 también trata riesgos como la obtención no autorizada de permisos o recursos externos, la evasión de salvaguardas y el engaño a quienes evalúan un modelo.
La recomendación del marco y una obligación legal vinculante son cuestiones distintas. SemiAnalysis interpreta que las normas vinculantes de China no imponen a los desarrolladores de modelos de frontera obligaciones obligatorias de evaluación de riesgos ligadas a las capacidades del modelo.
Qué permite comparar el recuento
Los totales por empresa dependen de cómo se contabilizan las variantes y las distintas versiones de los modelos. SemiAnalysis advierte que esas diferencias de granularidad hacen que los recuentos por desarrollador sean orientativos, no una clasificación directa de sus prácticas.
El 3,6 % corresponde al conjunto de lanzamientos chinos analizado; no es una tasa comparable con la de Estados Unidos.
