La semana del 26 de octubre al 2 de noviembre de 2026 marcó una expansión concentrada del ecosistema de IA de China: Baidu lanzó un modelo de 280 mil millones de parámetros, Meituan presentó un sistema multimodal de 1,6 billones de parámetros, la portabilidad entre chips ascendió en las hojas de ruta de productos y los reguladores ampliaron su atención de los modelos a los agentes, el empleo, las exportaciones y los aceleradores.

Este es nuestro análisis profesional de los avances más críticos de esta semana en la IA china. Para CTOs y líderes de ingeniería, la señal es clara: la selección de modelos en China exige ahora evaluar simultáneamente la capacidad, la compatibilidad de hardware, la exposición regulatoria y la preparación para la comercialización.

Baidu: Una apuesta por la eficiencia de 280 mil millones de parámetros

ERNIE 5.5 Activa 14 Mil Millones de Parámetros por Token

Baidu lanzó ERNIE 5.5 Flash Base, que Recode China AI describió como un modelo base de mezcla de expertos de 280 mil millones de parámetros con 14 mil millones de parámetros activos por token. El mismo informe señaló que el modelo admite longitudes de contexto de hasta un millón de tokens durante el entrenamiento y la inferencia.

Esa arquitectura pone el énfasis operativo en la activación dispersa, en lugar de limitarse al recuento total de parámetros. El titular es de 280 mil millones, pero la decisión de infraestructura depende de cómo la ruta activa de 14 mil millones de parámetros afecta a la memoria, la latencia y los costes de servicio bajo sus cargas de trabajo reales.

Por qué importa: Los equipos empresariales no deberían comparar los modelos chinos únicamente por el recuento total de parámetros. Su plan de evaluación necesita mediciones separadas para los parámetros activos, el uso del contexto, el rendimiento de inferencia y el hardware de implementación. Un límite de un millón de tokens no implica automáticamente un requisito de producción de un millón de tokens.

No se trata simplemente de una competición de escala, sino de una competición de eficiencia desarrollada dentro de un entorno de cómputo restringido.

Meituan: Un modelo multimodal de 1,6 billones de parámetros

LongCat-2.5 Se Dirige a Flujos de Trabajo Largos y de Varios Pasos

Meituan lanzó LongCat-2.5, que Recode China AI describió como un modelo nativamente multimodal con 1,6 billones de parámetros totales. El modelo está diseñado para tareas largas y de varios pasos, incluidos flujos de trabajo de programación que incorporan retroalimentación visual.

China AI Bulletin informó que Meituan entrenó LongCat-2.5 completamente en hardware nacional. Esta divulgación es estratégicamente importante porque conecta el desarrollo de modelos de frontera con una cadena de suministro local de cómputo, en lugar de tratar la independencia de hardware como un objetivo futuro.

Para los líderes de ingeniería, la programación multimodal cambia la superficie de evaluación. Un sistema que interpreta retroalimentación visual junto con código debe probarse en seguimiento de estado, secuenciación de acciones, reconocimiento de interfaces y recuperación de pasos intermedios incorrectos, no solo en la calidad de finalización de código.

Por qué importa: Los equipos que consideren LongCat-2.5 deberían diseñar evaluaciones a nivel de flujo de trabajo en lugar de demostraciones a nivel de prompt. La pregunta práctica es si el modelo puede completar de forma fiable una secuencia controlada a través de interfaces de texto, código y visuales. Esto es infraestructura de agentes, no un chatbot más grande.

MiniMax Amplía la Compatibilidad a Través de Nueve Plataformas de Chips

Mientras tanto, MiniMax lanzó M3.1 Flash en versiones adaptadas para nueve plataformas de chips, según China AI Bulletin. Esto amplía el límite competitivo desde la calidad del modelo hasta la portabilidad de implementación.

La compatibilidad con nueve plataformas puede reducir la dependencia de una única familia de aceleradores, pero cada adaptación crea una obligación de validación. Su equipo aún debe medir la consistencia numérica, el rendimiento, el comportamiento de memoria y las herramientas operativas en la plataforma exacta seleccionada para producción.

Quizá el cambio más trascendental es que la compatibilidad con hardware nacional se está convirtiendo en parte del propio lanzamiento del modelo. Según Recode China AI, DeepSeek también estaría planeando preentrenar su próximo modelo en chips Huawei Ascend. Si se completa, esto profundizaría la alineación entre el desarrollo de modelos de frontera chinos y los aceleradores nacionales.

Moonshot, Ant y Tencent: Pesos Abiertos Se Encuentran con los Agentes

Kimi K3.1 Pro Añade Filtrado de Datos Cibernéticos

Moonshot AI publicó los pesos de Kimi K3.1 Pro después de filtrar datos de entrenamiento relacionados con ciberseguridad, según Recode China AI y China AI Bulletin. El lanzamiento amplía el acceso al modelo mientras convierte la gobernanza del conjunto de datos en parte de la decisión de publicación.

Tencent también lanzó Hy4 con capacidades de razonamiento visual y uso de ordenadores. China AI Bulletin informó que Tencent caracterizó sus datos de entrenamiento cibernético como defensivos y señaló que laboratorios internos de seguridad auditaron el modelo.

Estos son controles comunicados por los proveedores, no hallazgos de seguridad independientes. Los adoptantes empresariales deberían tratarlos como aportes para la diligencia debida, no como sustitutos de pruebas de red team, límites de permisos y entornos de ejecución monitorizados.

Esto no es una gobernanza convencional de modelos. Es gobernanza de agentes, donde las salidas pueden convertirse en acciones.

Ling-3.2-Flash Escala a 560 Mil Millones de Parámetros

Ant Group presentó Ling-3.2-Flash, un modelo multimodal de 560 mil millones de parámetros orientado al razonamiento visual, la interacción 3D y las aplicaciones médicas, según Recode China AI.

Esos dominios objetivo conllevan costes de fallo distintos. Un benchmark de razonamiento visual no puede establecer la idoneidad para uso médico, mientras que el rendimiento en interacción 3D no demuestra una operación segura en una aplicación empresarial.

Qué significa esto para los líderes de TI: Se requieren vías de evaluación independientes para cada dominio previsto. Los controles de acceso, la revisión humana, el registro y las políticas de escalado deben seguir el riesgo del flujo de trabajo, no la amplia etiqueta multimodal del modelo.

Regulación: La Supervisión Se Extiende por Todo el Ciclo de Vida de la IA

Las Revisiones de Empleo y Agentes Entran en la Planificación de Proyectos

La Comisión Nacional de Desarrollo y Reforma de China afirmó que aceleraría una legislación integral sobre IA y desarrollaría estándares de seguridad para el ciclo de vida y normas éticas, según Recode China AI. China AI Bulletin también informó que la Oficina General del Consejo de Estado está exigiendo a las autoridades que revisan algunos proyectos de IA considerar los riesgos laborales, especialmente cuando puede producirse un desplazamiento significativo de puestos de trabajo.

La Comisión Central de Asuntos del Ciberespacio pidió requisitos más estrictos de evaluación de seguridad y registro que cubran agentes de IA, modelos en dispositivo y aplicaciones en sectores clave. Los cambios propuestos de control de exportaciones también exigirían el registro antes de que se exporten determinadas tecnologías de IA incluidas en listas, según China AI Bulletin.

Para los CTOs, la planificación de cumplimiento ya no puede comenzar con el lanzamiento del modelo. Debe cubrir los datos de entrenamiento, las capacidades del modelo, los permisos de los agentes, el sector de implementación, los efectos sobre la fuerza laboral y la distribución transfronteriza.

Los nuevos estándares y directrices de regulación del mercado también abordan cómo se conectan los aceleradores de IA e intercambian datos. Esto incorpora la capa de cómputo subyacente al mismo perímetro normativo que los modelos y las aplicaciones.

Por qué importa: Las revisiones de arquitectura deberían registrar la procedencia del modelo, las dependencias de aceleradores, los permisos de los agentes, los usuarios previstos y las rutas de exportación. Estos se están convirtiendo en campos de gobernanza, no en documentación opcional.

Comercialización: Los Ingresos de MaaS Aumentan 9,6 Veces

Los Ingresos Alcanzan los 10.600 Millones de RMB

Los ingresos de modelo como servicio de China alcanzaron los 10.600 millones de RMB en la primera mitad de 2026, frente a los 1.100 millones de RMB en el mismo período de 2025, según datos de IDC citados en una previsión sectorial de Futu. Esto representa aproximadamente 9,6 veces el nivel del año anterior.

No se trata simplemente de una mayor disponibilidad de modelos, sino de evidencia de que se está formando una capa de entrega comercial en torno a las API, la inferencia gestionada y el consumo empresarial.

Según InjazAI, Apple también recibió aprobación para introducir Apple Intelligence en China mediante asociaciones que incluyen Qwen de Alibaba y Baidu. La estructura comunicada refuerza la importancia de los modelos locales y los socios de cumplimiento para las empresas tecnológicas extranjeras que operan en el mercado.

Por su parte, Alibaba habría presentado una vista previa de Qwen3.8 Max como un modelo de 2,4 billones de parámetros, con un acceso más amplio a pesos abiertos previsto, según Stratechery. El acceso previsto no es un lanzamiento, por lo que los equipos de compras deberían esperar a la publicación de los pesos, los términos de licencia y los requisitos de implementación antes de tratarlo como una opción disponible.

No obstante, la dirección es coherente: modelos más grandes, mayor multimodalidad, cómputo nacional y una gobernanza más estricta avanzan juntos. El mercado de IA de China está construyendo una pila operativa paralela —modelos, chips, servicios y normas— en lugar de competir únicamente en benchmarks de modelos.

Este análisis semanal se basa en desarrollos recientes del mercado, lanzamientos técnicos y anuncios de políticas que están configurando la trayectoria de la IA en China.