Los laboratorios de IA chinos publican resultados de seguridad en solo el 3,6 % de 857 versiones desde 2021

El estudio titulado “Beijing Will Not Pace the Frontier”, elaborado por SemiAnalysis y publicado el 8 de octubre de 2026, realizó un inventario exhaustivo de los lanzamientos de modelos de inteligencia artificial de nueve grandes desarrolladores chinos entre el año 2021 y el 15 de septiembre de 2026, identificando un total de 857 versiones distintas y proporcionando una base sólida para medir las divulgaciones relacionadas con la seguridad.

De esas 857 versiones, solo 31 – lo que equivale exactamente al 3,6 % – presentaron un resultado de seguridad que el desarrollador decidió publicar, una cifra que proviene directamente del análisis de SemiAnalysis y que se presenta como un hecho establecido.

Resulta aún más sorprendente que únicamente nueve de los 31 resultados divulgados, lo que representa el 1,1 % del total de lanzamientos, estuvieran disponibles en el momento en que se lanzó el modelo; los 22 restantes se publicaron después de que el modelo se hiciera accesible al público.

Distribución de divulgaciones según el tipo de empresa

Al desglosar los datos por categoría organizativa, las startups como DeepSeek, Moonshot, Zhipu, MiniMax y StepFun muestran una mayor propensión a compartir resultados de seguridad – el 6,3 % de sus lanzamientos incluye un resultado – en comparación con los cuatro hiperescaladores (Alibaba, ByteDance, Tencent, Baidu), que en conjunto divulgan solo el 2 % de los suyos.

Zhipu, operando bajo la marca Z.ai, destaca como la única entidad entre las nueve que ha publicado de forma constante un resultado de seguridad cada año desde 2022, según las propias declaraciones de la compañía.

Cifras absolutas de los mayores jugadores

Alibaba, el desarrollador con el catálogo más amplio de lanzamientos (238 versiones), aportó solo siete resultados de seguridad. Tencent, con 133 versiones, publicó una única evaluación de seguridad, mientras que ByteDance divulgó dos de sus 120 lanzamientos. Estas cifras son reportadas por las propias empresas.

Las 813 versiones restantes – que representan el 94,9 % del total – no tienen ninguna divulgación pública de seguridad, una proporción que se presenta como un hecho establecido en el informe de SemiAnalysis.

Momento de las divulgaciones post‑lanzamiento

De los 31 resultados divulgados, dieciséis se publicaron después de que el modelo correspondiente ya hubiera sido lanzado. La demora mediana fue de 42 días, y el retraso más largo alcanzó los 349 días, estadísticas de tiempo que provienen directamente del estudio.

• Solo el 3,6 % de los lanzamientos de modelos de IA chinos incluyen algún resultado de seguridad público.
• Las startups divulgan resultados de seguridad al 6,3 %, los hiperescaladores al 2 %.
• Zhipu ha publicado un resultado de seguridad cada año desde 2022.
• La demora mediana de divulgación post‑lanzamiento es de 42 días.

El “Marco de Gobernanza de Seguridad de IA de China 3.0”, publicado el 14 de septiembre de 2026, recomienda pruebas regulares y divulgación pública periódica de las evaluaciones de seguridad, aunque el marco no impone una obligación legal, por lo que su cumplimiento sigue siendo voluntario.

Los autores del estudio de SemiAnalysis advierten que la ausencia de divulgaciones públicas no implica necesariamente que falten pruebas internas de seguridad; su metodología solo captura la información accesible al público, dejando una posible zona ciega para evaluaciones privadas.

Para las organizaciones hispanohablantes que evalúan proveedores chinos de IA, la implicación práctica es clara: sin normas obligatorias de divulgación, deben asumir que la mayoría de los lanzamientos de modelos han pasado por una revisión de seguridad limitada o no documentada.

En este contexto, los equipos de adquisición deberían solicitar informes internos de auditoría de seguridad, negociar cláusulas contractuales que exijan la divulgación oportuna de resultados de seguridad y considerar verificaciones de terceros para mitigar el riesgo de vulnerabilidades no reveladas.

En conclusión, la escasa proporción de resultados de seguridad públicos – apenas 3,6 % – evidencia una brecha de transparencia que podría afectar la confianza global en los modelos de IA desarrollados en China, a menos que se fortalezcan los mecanismos de reporte voluntario.