La batalla por controlar la IA: quién está detrás de ChatGPT, Claude, Qwen y DeepSeek

Versión completa: la batalla por controlar la IA

La revolución también llega a Wall Street

El 30 de noviembre de 2022, ChatGPT apareció públicamente y llevó la inteligencia artificial generativa a millones de personas. Cuatro años después, las conversaciones han dado paso a sistemas capaces de escribir programas, revisar documentos, utilizar herramientas y participar en investigaciones científicas.

Pero cada respuesta exige algo muy físico: procesadores, electricidad, redes de comunicaciones, centros de datos y personal especializado. Entrenar y mantener estos modelos requiere cantidades extraordinarias de capital. Por eso la noticia de esta semana no procede de un laboratorio, sino del mercado financiero.

Anthropic, creadora de Claude, prevé debutar en Nasdaq el 19 de noviembre de 2026, con un precio preliminar de entre 70 y 78 dólares por acción, bajo el símbolo ANT. Su folleto registrado ante la SEC contempla 825 millones de acciones en la oferta; el precio y la fecha definitiva todavía pueden cambiar. La operación podría alcanzar una valoración cercana a 1,4 billones de dólares completamente diluida.

OpenAI sigue siendo privada, Alibaba ya cotiza y DeepSeek permanece fuera de bolsa. Cuatro nombres, cuatro estrategias y una misma pregunta: ¿quién financiará y controlará la siguiente generación de IA?

Antes de ChatGPT: el desafío de AlphaGo

En marzo de 2016, el campeón surcoreano Lee Sedol, uno de los mejores jugadores de Go de la historia, se enfrentó en Seúl a AlphaGo, un sistema desarrollado por Google DeepMind. El Go es un juego de reglas sencillas y enorme complejidad estratégica. Durante años se creyó que superar en él a los grandes profesionales exigiría avances especialmente difíciles.

El encuentro quedó recogido en el documental AlphaGo, dirigido por Greg Kohs y estrenado en 2017. Es una película de unos 90 minutos que muestra la preparación de ambos contendientes y el impacto humano de aquella competición.

🎬 Ver el documental completo de AlphaGo en el canal oficial de Google DeepMind

⚠️ ALERTA DE SPOILER
Si quieres disfrutar del documental sin saber quién ganó ni cómo se desarrollaron las partidas, te recomendamos verlo antes de continuar. A partir de aquí contamos el resultado y algunos de sus momentos más sorprendentes.

AlphaGo ganó cuatro de las cinco partidas. Una de sus decisiones, la célebre «jugada 37» de la segunda partida, sorprendió por apartarse de las estrategias habituales de los expertos.

AlphaGo combinaba redes neuronales, búsqueda de movimientos y aprendizaje por refuerzo. Primero aprendió de partidas humanas y después mejoró practicando contra versiones de sí mismo. No era una inteligencia general: dominaba un campo específico, pero no podía conversar sobre cualquier tema ni resolver tareas cotidianas ajenas al Go.

La victoria no demostraba consciencia artificial y tampoco la descartaba: simplemente no era una prueba sobre experiencias subjetivas. Sí demostraba algo histórico: una máquina podía aprender estrategias capaces de sorprender a especialistas humanos.

Los cuatro protagonistas y quién está detrás

OpenAI fue fundada en 2015 y combina una fundación de control con una compañía comercial participada por inversores como Microsoft. Anthropic nació en 2021 de la mano de antiguos investigadores de OpenAI, entre ellos Dario y Daniela Amodei; su estructura otorga a los fundadores un peso decisivo en determinadas votaciones. Qwen es una familia de modelos de Alibaba, empresa diversificada de comercio electrónico y nube. DeepSeek está vinculada a Liang Wenfeng y al entorno del fondo cuantitativo High-Flyer.

Comprar acciones no significa dirigir una empresa. En una OPV puedes adquirir derechos económicos y ciertos derechos de accionista, mientras que los fundadores y las diferentes clases de títulos pueden conservar el control efectivo.

OpenAI: masificación y un problema matemático histórico

ChatGPT pasó de ser un chatbot de texto a una familia de herramientas para estudiar, crear, investigar y programar. En octubre de 2026, OpenAI declaró 1.200 millones de usuarios semanales. Su negocio incluye suscripciones, servicios empresariales, API y otras vías de financiación de sus productos.

Una de sus noticias científicas más llamativas llegó en septiembre de 2026: OpenAI anunció una demostración relacionada con el problema de existencia y regularidad de Navier–Stokes, uno de los siete Problemas del Milenio del Instituto Clay. Las ecuaciones describen fenómenos tan cotidianos como los movimientos del agua o del aire, pero plantean cuestiones matemáticas de enorme dificultad.

Según OpenAI, un modelo interno de investigación —no el ChatGPT habitual— coordinó unos 10.000 agentes y produjo una demostración formalizada en el asistente de pruebas Lean. El anuncio constituye un avance extraordinario, pero no debe confundirse con la concesión definitiva del Premio del Milenio: la aceptación científica y los procedimientos del Instituto Clay tienen sus propios requisitos. El Instituto Clay señaló en septiembre que el problema parecía resuelto, pero que la evaluación y asignación del reconocimiento seguirían su proceso.

Hay otro trabajo que no debe confundirse con este. Por esas mismas fechas, Levent Alpöge, investigador de Anthropic, y el matemático Tristan Buckmaster presentaron un resultado sobre las ecuaciones de Euler con forzamiento externo, relacionadas con la dinámica de fluidos, con ayuda de modelos de IA —incluido un modelo interno de Anthropic— y herramientas como Codex. Fue una investigación distinta de la demostración de Navier–Stokes anunciada por OpenAI. La coincidencia de ambos anuncios abrió un debate sobre prioridad y atribución científica: no corresponde presentar un resultado como si perteneciera al otro. OpenAI explica aquí la relación y su versión de los hechos.

En el plano comercial, la compañía comunicó a inversores ingresos cercanos a 10.000 millones de dólares en el tercer trimestre de 2026, frente a pérdidas operativas de unos 10.900 millones, según información publicada por Reuters y otros medios. La comparación muestra el tamaño del negocio y el de sus necesidades de financiación. La posible OPV de OpenAI se contempla para 2027, sin fecha oficial.

Anthropic: Claude, programación y una demostración de Fermat verificable

Claude apareció públicamente en 2023. Hoy se utiliza para investigar, trabajar con documentos y desarrollar software. Claude Code ha popularizado un flujo en el que un agente examina proyectos, modifica archivos, realiza comprobaciones y colabora con el programador.

En septiembre de 2026, Anthropic comunicó un hito especialmente llamativo: un conjunto de agentes Claude construyó en 11 días una formalización informática del último teorema de Fermat, con alrededor de 13 millones de líneas de código Lean. El problema original había sido resuelto por Andrew Wiles en los años noventa, tras siglos de intentos.

Es imprescindible distinguir los logros: Claude no descubrió por primera vez el teorema ni su demostración humana. Su aportación fue convertir el razonamiento matemático en una prueba formal que puede verificar un ordenador. Nature destacó la magnitud de este trabajo.

Este hito de Fermat es distinto del trabajo matemático sobre Euler realizado por investigadores vinculados a Anthropic, y ambos son distintos del anuncio de Navier–Stokes de OpenAI.

El folleto de la OPV revela ingresos de 33.242 millones de dólares en los primeros nueve meses de 2026, frente a 2.545 millones en el mismo periodo de 2025. También declara pérdidas netas contables muy elevadas, afectadas de manera decisiva por ajustes de valoración de instrumentos financieros: no todo ese importe es dinero gastado en servidores.

La empresa reconoce compromisos futuros de infraestructura de enorme escala y una estructura accionarial singular. Su éxito comercial no elimina los riesgos de gastar tanto en capacidad de cálculo ni las dudas sobre la futura competencia.

Qwen: la apuesta de Alibaba por modelos también descargables

Alibaba lanzó su familia Qwen en 2023 y la ha extendido a programación, imágenes, vídeo, voz y agentes. A diferencia de un servicio exclusivamente en la nube, numerosas versiones de Qwen permiten descargar sus pesos para ejecutarlos en equipos propios, siempre de acuerdo con sus licencias y requisitos de hardware.

En agosto de 2026, Alibaba presentó Qwen3.8-Max, con 2,4 billones de parámetros y una ventana de contexto anunciada de hasta un millón de tokens. Que un modelo tenga más parámetros no significa automáticamente que sea más inteligente; lo interesante es cómo combina su arquitectura con resultados en tareas de programación, investigación y comprensión visual.

Qwen también es un ejemplo de otra estrategia empresarial: Alibaba puede integrar la IA en su nube, aplicaciones y otros productos. Invertir en Alibaba no es invertir exclusivamente en Qwen, porque la empresa tiene numerosas líneas de negocio.

Sus cifras de crecimiento no pueden compararse directamente con las de OpenAI o Anthropic si los periodos y las unidades de medida difieren. Un dato de usuarios mensuales, por ejemplo, no equivale a usuarios semanales ni a contratos empresariales de seis cifras.

DeepSeek: eficiencia y aprendizaje por refuerzo

DeepSeek alcanzó notoriedad mundial en enero de 2025 con su modelo de razonamiento R1. Sus resultados en matemáticas y programación obligaron a revisar una idea muy extendida: que para competir con los sistemas estadounidenses siempre era necesario gastar cantidades de dinero similares.

Uno de sus avances de investigación fue estudiar cómo reforzar el razonamiento mediante señales de recompensa, sin depender exclusivamente de ejemplos humanos detallados para cada solución. Esto permitió observar estrategias de revisión y autocorrección en el modelo durante el entrenamiento. No equivale a demostrar pensamiento consciente.

La empresa publicó para DeepSeek-V3 una cifra cercana a 5,6 millones de dólares de coste de cómputo del entrenamiento principal. Pero no incluía todos los gastos de investigación, personal, hardware, pruebas e infraestructura. Presentarla como «el coste de crear DeepSeek» sería engañoso.

En septiembre de 2026, DeepSeek anunció V4.1-Flash, una evolución orientada a la eficiencia y la comprensión multimodal. Sigue siendo una compañía privada y divulga menos datos financieros que una empresa sometida a las obligaciones de información bursátil.

¿Para qué sirve cada una?

Las cuatro familias tienen aplicaciones en redacción, enseñanza, análisis, programación e investigación. Pero no existe un vencedor universal: el rendimiento depende de la tarea, la versión y las herramientas disponibles.

El crecimiento no se mide igual en todas las empresas

OpenAI comunica usuarios semanales; Anthropic aporta además datos de grandes clientes empresariales; Alibaba combina estadísticas de sus distintos productos y servicios; y DeepSeek no dispone de información pública igualmente detallada para todos los indicadores.

En el caso de Anthropic, el folleto menciona más de 11.900 clientes con gasto anual de al menos 100.000 dólares en septiembre de 2026, frente a algo más de 950 un año antes. Es una señal potente de comercialización empresarial, pero no significa que tenga más usuarios que las demás.

Los números detrás de la revolución

La comparación de ingresos ilustra el tamaño de la apuesta. En el tercer trimestre de 2026, OpenAI registró aproximadamente 10.000 millones de dólares de ingresos, según información financiera periodística. Anthropic declaró cerca de 17.000 millones en ese mismo trimestre en su documentación regulatoria. Alibaba no separa Qwen de todo su grupo y DeepSeek, como compañía privada, publica menos información financiera.

Ingresos, beneficios, pérdidas operativas, pérdidas netas contables, inversiones en equipos y contratos futuros no significan lo mismo. Cuando se mezclan, las cifras espectaculares dejan de ser informativas.

¿Por qué cuesta tanto? Porque la IA necesita entrenamiento e inferencia: ordenadores que aprenden durante meses y otros que responden a millones de consultas cada día. A ello se suman la electricidad, la refrigeración, las comunicaciones, el almacenamiento, el personal y las pruebas de seguridad.

La guerra del precio por uso

Los compromisos de infraestructura ayudan a entender por qué el uso de estos modelos puede tener precios tan distintos. Una forma muy visual de verlo es comparar el precio de salida por 1 millón de tokens mediante API en cuatro modelos representativos. En esta selección, OpenAI Astra aparece en 50 dólares, Anthropic Fable 5.2 en 40, Qwen 3.8-Max en 6 (Singapur, ámbito internacional) y DeepSeek V4.1 Flash en 1,2 (tarifa de hora punta).

La diferencia máxima supera las 40 veces entre los modelos seleccionados. Esta comparativa no mide la calidad total del sistema ni el coste completo de una tarea, porque cada proveedor también cobra la entrada, puede ofrecer modos distintos de razonamiento y no todos los modelos están pensados para el mismo nivel de exigencia. Aun así, deja clara una idea: además de una carrera científica y bursátil, la IA se está convirtiendo en una guerra de precios por uso.

Privacidad: ¿la IA vive en la nube o en nuestro ordenador?

ChatGPT y Claude ofrecen servicios alojados por sus proveedores. Qwen y DeepSeek también tienen servicios online, pero publican numerosas versiones descargables. OpenAI dispone asimismo de algunos modelos de pesos abiertos distintos de sus productos principales de ChatGPT.

Ejecutar un modelo localmente puede permitir que documentos y conversaciones se procesen en el propio ordenador. Eso no significa que todos los modelos sean completamente abiertos ni que carezcan de restricciones aprendidas durante el entrenamiento. Libertad de uso, privacidad y neutralidad no son sinónimos.

Una IA que se niegue menos a responder tampoco será automáticamente más objetiva. El verdadero control consiste en conocer las licencias, el tratamiento de datos, los límites técnicos y la capacidad del usuario para contrastar sus respuestas.

¿Y Europa? No está fuera de la carrera

Europa no tiene una compañía de asistentes con la escala comercial declarada de los gigantes estadounidenses, pero sí desarrolla tecnología propia. La francesa Mistral AI, fundada en 2023, publica modelos de pesos abiertos y herramientas de trabajo y programación. En octubre de 2026 anunció Mistral Large 4, reforzando su apuesta por modelos que empresas y administraciones pueden adaptar a sus propias infraestructuras.

También existen laboratorios, empresas de chips, centros de investigación y proyectos europeos especializados. La cuestión de fondo no es solo crear buenos modelos: es disponer de capital, capacidad de cálculo, infraestructuras y clientes suficientes para sostener la competencia global. Por eso Europa merece una pieza propia más adelante, sin forzarla dentro de esta comparación de cuatro empresas.

¿Máquinas más inteligentes o realmente conscientes?

AlphaGo aprendió a superar a una persona excepcional en un juego. Los modelos actuales pueden contribuir a pruebas matemáticas, desarrollar programas y manejar herramientas. Son hitos distintos y cada uno debe entenderse en su contexto.

Ni siquiera avances sorprendentes en matemática permiten fijar una fecha fiable para la llegada de la AGI o ASI. Pero sí justifican que gobiernos, empresas y ciudadanos se pregunten quién gobernará sistemas cada vez más capaces.

El próximo 19 de noviembre puede ser una fecha clave

Si Anthropic comienza a cotizar según lo previsto, la industria de la IA tendrá una nueva referencia bursátil. Su precio, sus necesidades de financiación y la reacción de los inversores ofrecerán información sobre las expectativas que Wall Street deposita en estos sistemas.

Eso no resolverá la principal incógnita. Una tecnología puede transformar el mundo y, aun así, generar rendimientos decepcionantes para quien compre sus acciones demasiado caras.

Hace diez años nos preguntábamos si una máquina sería capaz de ganar al Go. Hoy nos preguntamos si podrá desarrollar por sí sola la siguiente generación de inteligencia artificial. Entre una pregunta y otra se ha desarrollado una de las mayores transformaciones tecnológicas de nuestra época.

La batalla no consiste únicamente en conseguir la IA más potente. Consiste en decidir quién la desarrolla, quién la financia, quién la controla y qué capacidad de elección conservarán las personas.

Y tú, ¿en qué equipo jugarías?

¿Prefieres una IA de gran potencia alojada en la nube o una que puedas instalar y controlar en tu propio ordenador? ¿Crees que los modelos locales terminarán alcanzando a los grandes servicios comerciales? Y, si tuvieras que elegir, ¿qué valorarías más: capacidades, privacidad, independencia o precio?

Fuentes principales

• Google DeepMind — AlphaGo y documental oficial · Película completa
• SEC — Folleto preliminar de la OPV de Anthropic, 10/11/2026
• OpenAI — Navier–Stokes y explicación del trabajo paralelo sobre Euler
• Instituto Clay — Comunicado sobre Navier–Stokes (11/09/2026)
• Anthropic — Formalización del teorema de Fermat
• Alibaba — Qwen3.8-Max
• DeepSeek — Registro de actualizaciones
• Mistral — Mistral Large 4
• Reuters — Ingresos trimestrales de OpenAI
• Wikimedia Commons — Lee Sedol, CC BY 2.0
• Wikimedia Commons — Sam Altman, CC BY 2.0
• Wikimedia Commons — Servidores, CC BY 2.0

Borrador de revisión, no publicado. Datos a 14 de noviembre de 2026. La OPV todavía puede cambiar. No constituye asesoramiento financiero.