✨︎ Resumen (TL;DR):
- The Wall Street Journal conecta la formación de Tang Jie y Yang Zhilin en Tsinghua con el avance de Z.ai y Moonshot AI.
- Z.ai alcanzó en julio un ritmo anualizado de ingresos de 1,000 millones de dólares; Anthropic, 65,000 millones, unas 65 veces más.
- Kimi K3 llegó con pesos abiertos y puede desplegarse sin negociar acceso, mientras el cómputo sigue siendo el cuello de botella chino.
El 21 de agosto de 2026, The Wall Street Journal publicó un perfil que rastrea el avance chino en inteligencia artificial hasta un mismo laboratorio de Tsinghua. Tang Jie fue profesor de Yang Zhilin hace más de una década; hoy Tang es cofundador de Z.ai y Yang dirige Moonshot AI, compañías valuadas en decenas de miles de millones de dólares que, según el diario, les pisan los talones a Anthropic y OpenAI en capacidad y uso global. La capacidad se acercó antes que los ingresos, mientras Anthropic acusa a ambas empresas de destilación a gran escala.
La cadena académica detrás de Z.ai y Moonshot AI
El vínculo nació en un salón de Tsinghua hace más de una década. Tang daba clase y Yang era su alumno. El perfil del Journal coloca esa cadena de formación en el centro de la explicación del avance chino, no una filtración ni un golpe de suerte.
Tang Jie es profesor del departamento de ciencias de la computación de Tsinghua y lleva cerca de dos décadas trabajando en machine learning. Su punto de partida fue la minería de datos. En 2019 sacó su laboratorio de la universidad y lo convirtió en Zhipu AI, la empresa que hoy opera como Z.ai.
Según Forbes, Z.ai tuvo su debut bursátil en Hong Kong en enero de 2026. El medio lo ubica como el primer debut de un desarrollador chino de grandes modelos.
Yang Zhilin entró a Tsinghua en 2011 para estudiar ingeniería térmica, pero cambió a computación en segundo año. Estudió con Tang, hizo el doctorado en Carnegie Mellon, fue coautor de los papers Transformer-XL y XLNet, y pasó por Google Brain y Meta.
Yang regresó a China en 2023 para fundar Moonshot AI, la empresa detrás del asistente Kimi. El Journal reporta que Tang llegó a nominarlo al premio académico más alto de la universidad.
La red académica no termina en esa relación. Andrew Yao, el único chino que ha ganado el Premio Turing, dejó Princeton en 2004 y fundó en 2005 la clase de élite que lleva su nombre, según el instituto que ahora encabeza en Tsinghua.
Esa cadena de aulas alimenta una cultura de publicación abierta, liberación de pesos y preferencia por el código abierto. El resultado es una circulación de conocimiento entre investigadores y compañías repartidos en los principales polos tecnológicos de China.
La misma red comparte avances y modelos
El Journal describe a Tang, Yang y sus colegas como un Silicon Valley virtual distribuido entre los polos tecnológicos chinos. La red mueve investigación propia y también técnicas que otros laboratorios incorporan después.
DeepSeek desarrolló la atención latente multicabeza. La atención latente multicabeza es una técnica que comprime lo que un modelo debe mantener en memoria durante una conversación para reducir el costo de cómputo.
El laboratorio también fue de los primeros en China en apostar por arquitecturas de mezcla de expertos. La mezcla de expertos es una arquitectura que envía cada problema a un submodelo especialista mediante un despachador, en lugar de activar el sistema completo.
Moonshot integró ambas ideas en Kimi K2 y Kimi K3. El intercambio fue de ida y vuelta: DeepSeek adoptó después un método de Moonshot para estabilizar el entrenamiento.
La destilación pone el avance bajo escrutinio
El mismo canal que permite compartir investigación también facilita la imitación. La destilación de modelos es una técnica en la que un modelo nuevo aprende de uno existente al hacerle cientos de miles de preguntas y analizar sus respuestas.
Anthropic acusa a compañías chinas, entre ellas Z.ai y Moonshot AI, de violar sus políticas mediante destilación a gran escala. Ninguna de las dos empresas ha comentado el señalamiento.
Personas que trabajan para desarrolladores chinos de modelos le dijeron al Journal que la destilación está extendida en todo el mundo. También reconocieron que algunas compañías chinas podrían usarla de forma más agresiva que sus contrapartes estadounidenses.
La acusación tiene antecedentes concretos. En febrero de 2026, Anthropic reportó más de 16 millones de interacciones con Claude realizadas mediante 24,000 cuentas fraudulentas y atribuyó 3.4 millones de ellas a Moonshot.
El 22 de julio, Michael Kratsios, director de la Oficina de Política Científica y Tecnológica de la Casa Blanca, acusó públicamente a Moonshot de haber destilado el modelo Fable de Anthropic para construir Kimi K3, según reportó AFP.
Hasta ahora no se han publicado pruebas técnicas que demuestren esa reconstrucción. Moonshot tampoco ha dado una respuesta oficial sobre el señalamiento del 22 de julio.
La capacidad se acercó antes que los ingresos
Las cifras comerciales todavía muestran una distancia amplia. Bloomberg reportó que Z.ai alcanzó en julio un ritmo de ingresos anualizados cercano a 1,000 millones de dólares y cumplió su meta de ventas del año completo meses antes de lo previsto.
Ese monto no equivale a una facturación cerrada. Es una proyección a doce meses basada en el ritmo de un solo mes.
Anthropic terminó julio con un ritmo anualizado de ingresos de 65,000 millones de dólares, siete veces más que a finales de 2025. Entre ambas cifras hay una diferencia de unas 65 veces.
En capacidad, la distancia se discute en meses. En junio, Elon Musk pronosticó que China no igualaría al modelo Fable de Anthropic antes del primer trimestre de 2027. Tang le respondió en X, en inglés y con cuatro palabras: “No tardará tanto”.
Ese tipo de comparación exige revisar la prueba concreta. Z.ai lanzó este mes GLM-5.3 y reclamó paridad con Mythos 5 de Anthropic en capacidad de ciberseguridad. Al revisar la medición, la ventaja fue de 0.7 puntos y apareció únicamente en la prueba más superficial.
Kimi K3 sale del laboratorio
Moonshot lanzó Kimi K3 a mediados de julio como un modelo de pesos abiertos. El sistema se colocó entre los modelos con mejor desempeño en programación, un resultado poco frecuente para un modelo abierto desarrollado en China.
La consecuencia práctica es directa: un equipo en Ciudad de México, Bogotá o Madrid puede descargarlo y desplegarlo hoy sin negociar acceso con un laboratorio estadounidense.
La letra chica está en la referencia de la comparación. Los modelos abiertos tardan cada vez menos en alcanzar a los cerrados, pero suelen alcanzar al modelo que abrió la era, no al que ocupa la frontera en ese momento.
El cómputo marca el límite
El cuello de botella chino sigue siendo el hardware. Según el Journal, los investigadores de los laboratorios chinos de punta trabajan con alrededor de una quinta parte de los chips de gama alta que tienen sus pares en OpenAI y Google, debido a los controles de exportación de Washington.
Esos controles encarecen el entrenamiento del siguiente modelo. No afectan la cadena de aulas que produjo a Tang, a Yang y a la generación de investigadores que ya publica detrás de ellos.
La tensión es concreta: la brecha de capacidad se cerró antes que la de ingresos, pero una ventaja de 0.7 puntos en una prueba superficial no equivale a paridad general. Las acusaciones de destilación siguen sin pruebas técnicas publicadas y el acceso a cómputo continúa limitando el entrenamiento de los próximos modelos chinos.
