Los desarrolladores chinos de IA DeepSeek y Moonshot AI dependieron en gran medida de los resultados del modelo GPT-6 Astra de OpenAI para entrenar sus últimos sistemas, según un informe de The Information publicado el miércoles y difundido por Reuters. El informe cita a personas con conocimiento directo del asunto y subraya que el supuesto uso de salidas de Astra no ha sido establecido de forma independiente.
De ser ciertas, las afirmaciones colocarían a OpenAI en el centro de la misma disputa sobre la destilación que ya ha atrapado a su principal rival. Para los lectores que siguen AI news sobre competencia de modelos y prácticas de capacitación, la historia llega apenas tres meses después de que Anthropic acusara públicamente a los mismos dos laboratorios chinos, junto con Alibaba, de destilar sus modelos Claude.
¿Qué modelos están implicados?
Los informes de Information mencionan dos sistemas específicos. Se dice que Kimi K3.1 Pro de Moonshot AI, lanzado la semana pasada, y el V4.1-Flash 1017 actualizado de DeepSeek, lanzado el 17 de octubre, se han beneficiado de la destilación utilizando el modelo de frontera de OpenAI. Ni DeepSeek ni Moonshot han confirmado la práctica, y el propio informe advierte que el uso de salidas de Astra no se ha establecido de forma independiente.
Destilación, en el uso de la industria, significa entrenar un modelo con los resultados de otro más capaz para que el estudiante aprenda a reproducir las respuestas del maestro. En lugar de pagar por cada capacidad a través de una ejecución de capacitación independiente, un laboratorio puede consultar un sistema líder y utilizar sus respuestas como una señal de capacitación de alta calidad: más barata, más rápida y cada vez más central para la construcción de modelos competitivos.
Un patrón de acusaciones y nuevas defensas
El informe llega en medio de un año de crecientes reclamaciones sobre la extracción de modelos. En septiembre, el gobierno de EE. UU. dijo que había una campaña de destilación a gran escala por parte de empresas chinas contra empresas estadounidenses de inteligencia artificial; una declaración que The Information notas es independiente de su nuevo informe sobre GPT-6 Astra específicamente. La acusación de Anthropic en agosto de que Alibaba, DeepSeek y Moonshot habían destilado modelos de Claude sentó las bases para la lucha actual.
Las defensas también se están endureciendo. A principios de este mes, Anthropic dijo que las nuevas medidas diseñadas para evitar que los rivales copien las capacidades de Claude habían reducido los datos recopilados mediante los llamados ataques de destilación entre aproximadamente un 90 y un 99 por ciento. La figura sugiere que monitorear los patrones de consulta, restringir el acceso y limitar la actividad sospechosa puede aumentar considerablemente el costo de extracción, aunque las salvaguardas solo funcionan hasta que los atacantes se adapten.
OpenAI no ha dicho si detectó patrones similares contra GPT-6 Astra o si planea cambios de política en respuesta al informe. Los términos de servicio de la empresa, al igual que los de sus rivales, restringen el uso de resultados para entrenar modelos de la competencia.
Qué puede y qué no puede hacer la destilación
La realidad técnica tiene más matices de lo que sugieren los titulares. Los resultados pueden proporcionar señales de entrenamiento útiles, pero no transfieren la arquitectura de un modelo, sus datos de entrenamiento, sus parámetros internos o todas sus capacidades. La eficacia de la destilación depende de la calidad y diversidad de los ejemplares cosechados y del proceso de formación que los incorpore. Un modelo destilado puede igualar a un docente en puntos de referencia que se asemejen a los datos recopilados, pero que sigan siendo más débiles en otros aspectos.
Ese matiz es válido en ambos sentidos. Significa que una campaña de destilación informada no revela qué parte del desempeño de un modelo rival se deriva realmente de la extracción, si se violaron los términos de servicio o si las capacidades resultantes habrían surgido de todos modos. Pero también significa que la recolección a gran escala puede brindarle a un competidor una ruta más rápida hacia capacidades específicas, en particular la codificación y el razonamiento, donde la brecha entre los modelos de frontera y los de seguimiento rápido se ha reducido durante todo el año.
Un equilibrio difícil para la industria
Ninguna de las partes en esta disputa considera que la práctica sea sencilla. La destilación en sí misma no es intrínsecamente inadecuada (los desarrolladores de IA utilizan habitualmente técnicas que transfieren conocimiento entre sus propios modelos) y el amplio acceso a sistemas líderes es lo que permite a las nuevas empresas, los investigadores y las empresas crear productos. La tensión surge a escala: el acceso irrestricto hace que sea mucho más fácil para un tercero recopilar grandes conjuntos de datos para fines que el proveedor nunca autorizó.
Las salvaguardias que los proveedores implementan en respuesta conllevan sus propios costos. Monitorear patrones de consulta inusuales, restringir el acceso a ciertas capacidades, imponer límites de uso e investigar la recopilación masiva aumentan el precio de la extracción, pero también crean fricciones operativas para los desarrolladores y empresas legítimos que dependen de un acceso constante a la API. De hecho, la industria está negociando dónde termina el desarrollo de modelos legítimos y comienza la extracción no autorizada, un cambio de política a la vez.
La economía detrás de la lucha
La razón por la que los laboratorios se preocupan es aritmética. Entrenar un modelo de frontera cuesta miles de millones de dólares en computación e investigación. Si un competidor puede reproducir capacidades importantes consultando sistemáticamente un modelo existente a precios API, la ventaja financiera de construir el sistema de frontera se reduce, y el incentivo para seguir construyéndolo se reduce con ello. Esa lógica explica por qué los laboratorios estadounidenses han pasado 2026 endureciendo sus defensas, y por qué cada nueva acusación resulta menos como un chisme que como un dato en una guerra económica pendiente.
Para los desarrolladores chinos, el cálculo es diferente. El acceso a los chips más avanzados está restringido y la destilación ofrece un camino hacia un rendimiento competitivo sin igualar los presupuestos informáticos. El informe de Information sugiere que el camino pasó por el propio buque insignia de OpenAI: la misma acusación, dirigida a un objetivo diferente.
---
Manténgase a la vanguardia de la IAObtenga las últimas noticias, análisis y avances en IA, todo en un solo lugar.
Leer más noticias sobre IA →
