La semana del 28 de septiembre al 5 de octubre de 2026 estuvo marcada por una rápida especialización de los modelos en programación, uso de herramientas, tareas de decisión, vídeo, voz y computación orientada a agentes. MiniMax presentó una versión preliminar de programación con una ventana de contexto de 1M, Xiaomi lanzó dos variantes de MiMo con licencia MIT, el Shanghai AI Laboratory publicó tres tamaños de Intern-Decision, Kuaishou restringió el acceso a Kling, iFlytek amplió su cobertura de dialectos y Alibaba Cloud mostró Qwen Book.
Para los CTO y los líderes de ingeniería, la señal es clara: el desarrollo de la IA en China ya no avanza a lo largo de una sola frontera de modelos. Se está extendiendo a formatos de despliegue, licencias, modalidades e interfaces de producto. Este es nuestro análisis profesional de los avances más críticos de la semana en la IA china.
MiniMax: una versión preliminar de programación con contexto de 1M
Una ventana de contexto de 1M sin benchmarks públicos
El número 13 de China AI Bulletin informa de que MiniMax lanzó M3.1-Flash-Preview dentro de su aplicación de programación. MiniMax describe el sistema como un modelo de programación multimodal de frontera con una ventana de contexto de 1M y una profundidad de razonamiento ajustable.
El lanzamiento es explícitamente una versión preliminar. Según el boletín, MiniMax no ha publicado los pesos del modelo ni resultados de benchmarks, lo que deja a los evaluadores empresariales sin la evidencia necesaria para comparar su rendimiento en programación o planificar un despliegue autoalojado.
Por qué importa: una afirmación sobre un contexto amplio puede justificar una evaluación estructurada, pero no puede sustituirla. Tu equipo debería probar la recuperación de repositorios, la precisión de las ediciones, el comportamiento con herramientas, el tiempo de respuesta y la recuperación ante fallos con tareas internas representativas antes de plantearse integrarlo en los flujos de trabajo.
La ausencia de pesos también define el límite inmediato del despliegue. No se trata de una publicación de pesos abiertos lista para la planificación de infraestructura. Es una versión preliminar a nivel de aplicación cuyo valor operativo debe evaluarse mediante el acceso que MiniMax ofrece actualmente.
Xiaomi: 2 actualizaciones de MiMo con licencia MIT
Dos modelos para reducir las llamadas repetidas a herramientas
China AI Bulletin informa de que Xiaomi actualizó la línea MiMo-V2.6 con MiMo-V2.6-Pro-MOPD y MiMo-V2.6-Flash-MOPD. Ambos modelos se publicaron bajo la licencia MIT, y Xiaomi presentó la actualización como un intento de reducir las llamadas repetidas a herramientas.
Ese objetivo es relevante para el diseño de agentes. Las llamadas repetidas pueden acumular tiempo de ejecución, consumo y el número de ocasiones en que un flujo de trabajo automatizado puede elegir la acción equivocada. Xiaomi ha identificado un problema práctico de orquestación, en lugar de limitarse a ampliar la familia de modelos.
Para los CTO: trata las dos variantes como candidatas de evaluación independientes. Tu plan de pruebas debería registrar el número de llamadas a herramientas, la finalización de tareas, los reintentos y la intervención humana, en lugar de depender de una única puntuación agregada de calidad.
La publicación bajo MIT también cambia la conversación de compras. Los equipos pueden iniciar la revisión de licencias y de arquitectura a partir de los términos publicados, pero siguen necesitando pruebas específicas del modelo antes de aprobar su uso en producción. Una licencia abierta elimina un obstáculo; no elimina la diligencia operativa.
Shanghai AI Laboratory: 3 tamaños de Intern-Decision
Los modelos de 0.8B, 2B y 4B amplían las opciones de despliegue
China AI Bulletin informa de que el Shanghai AI Laboratory lanzó Intern-Decision en tamaños de 0.8B, 2B y 4B bajo la licencia Apache 2.0. Los modelos se ajustaron a partir de Qwen3.5.
La estructura de tres tamaños ofrece a los equipos de ingeniería una escala de evaluación clara. Un equipo puede comprobar si una mayor escala del modelo mejora de forma sustancial su tarea de decisión objetivo, en lugar de suponer que la variante más grande disponible es automáticamente la opción de despliegue correcta.
Por qué importa: la selección del modelo se convierte en una decisión de planificación de capacidad. Tu evaluación debería identificar la variante más pequeña que cumpla los requisitos de la tarea y, después, documentar si pasar a 2B o 4B aporta una mejora suficiente para justificar la carga adicional de servicio.
El linaje de Qwen3.5 también muestra cómo el desarrollo de modelos en China se está potenciando mediante la especialización. No es simplemente otro lanzamiento de propósito general: es una familia derivada orientada al trabajo de toma de decisiones, publicada en tamaños que permiten distintos experimentos de despliegue.
Kuaishou: acceso limitado a Kling 4.0 Flash
Kling 4.0 Flash llega a un grupo restringido de usuarios
China AI Bulletin informa de que Kuaishou abrió Kling 4.0 Flash a un grupo limitado de usuarios. El estado del acceso es el dato central: no se trata de un lanzamiento de disponibilidad general.
Para los compradores empresariales, el acceso restringido limita las conclusiones inmediatas de compra. Las primeras demostraciones pueden marcar una dirección, pero no garantizan la disponibilidad para tu tenant, tu carga de trabajo o tu calendario de producción.
Qué significa para los líderes de TI: mantén Kling 4.0 Flash en la columna de seguimiento hasta que Kuaishou ofrezca un acceso aplicable a tu organización. No construyas un compromiso de entrega en torno a una apertura para usuarios limitados.
iFlytek: reconocimiento de voz en 202 dialectos
Spark-ASR-2.0 amplía la cobertura de dialectos chinos
China AI Bulletin informa de que iFlytek lanzó Spark-ASR-2.0, que según la empresa reconoce 202 dialectos chinos. El modelo está disponible a través de la API de iFlytek y de su aplicación de método de entrada.
La cobertura anunciada crea una oportunidad concreta de evaluación para las organizaciones que gestionan voz en chino de procedencia geográfica diversa. La vía de la API permite probar aplicaciones, mientras que el método de entrada ofrece un canal independiente orientado al usuario.
Por qué importa: tu equipo debería segmentar los datos de evaluación por dialecto en lugar de informar de un único resultado de reconocimiento combinado. Una cifra de cobertura llamativa no demuestra si el rendimiento es uniforme en los dialectos que importan para tus operaciones.
Esta es una decisión de localización, no simplemente una mejora del modelo de voz. Las compras deberían partir de la distribución lingüística real de los usuarios y las grabaciones.
Alibaba Cloud: Qwen Book como su primera computadora para agentes
La demostración en Apsara marca la dirección del producto
China AI Bulletin informa de que Alibaba Cloud mostró Qwen Book en la Apsara Conference. Alibaba Cloud lo describe como su primera “computadora para agentes”.
La formulación indica un paso del acceso a modelos hacia una experiencia de computación empaquetada y organizada en torno a agentes. Sin embargo, la información disponible respalda una demostración en una conferencia y una descripción del proveedor, no una conclusión sobre su disponibilidad general.
Para los CTO: separa la dirección del producto de la preparación para el despliegue. Tus preguntas de planificación deberían centrarse en el estado del acceso, la administración, los límites de integración y el control de las cargas de trabajo cuando Alibaba Cloud ofrezca más detalles del producto.
No es simplemente otro lanzamiento de un modelo Qwen. Es un intento de situar el comportamiento de los agentes en la capa del producto informático, donde la gobernanza y la experiencia de usuario se vuelven tan importantes como la capacidad del modelo.
Qué deberían vigilar los equipos empresariales
- Evalúa MiniMax directamente. Exige evidencia a nivel de tarea antes de asignar a
M3.1-Flash-Previewun papel en los flujos de trabajo de programación. - Mide el comportamiento de Xiaomi con las herramientas. Compara el número de llamadas y la finalización correcta en las dos variantes MOPD de
MiMo-V2.6. - Dimensiona bien Intern-Decision. Empieza con
0.8By sube de tamaño solo cuando los resultados de la evaluación justifiquen la carga adicional de despliegue. - Sigue la disponibilidad con precisión. Mantén el acceso limitado, la disponibilidad por API, la publicación de pesos abiertos y las demostraciones en conferencias en categorías de compra separadas.
- Prueba la cobertura lingüística por cohortes. Evalúa
Spark-ASR-2.0frente a la distribución concreta de dialectos que atiende tu organización.
Este análisis semanal se basa en los avances recientes del mercado, los lanzamientos técnicos y los anuncios de políticas que están definiendo la trayectoria de la IA en China.