¡Informe de IA de 423 páginas de Stanford publicado! La brecha entre China y EE. UU. es solo del 2.7%, Tsinghua DeepSeek entra en los diez mejores del mundo

Escribir: Xin Zhi Yuan

Editado por: Hao Kun, Peaches

【Resumen de Xin Zhi Yuan】¡El informe «Índice de IA 2026» de Stanford acaba de salir! Este documento de 432 páginas tiene un valor extremadamente alto: la competencia de IA entre China y EE. UU., la brecha casi se ha eliminado, reduciéndose a solo 2.7%. Los mejores modelos de IA a nivel mundial producen 95 por año, y casi todos están en grandes empresas. Lo más duro es que el empleo de desarrolladores de 22 a 25 años ha sido reducido en un 20%.

Hoy, Stanford HAI lanza con gran impacto el «Informe de Índice de IA 2026»!

Este informe anual de 423 páginas revela de manera integral el mapa de poder más reciente de la industria global de IA.

Proporciona una conclusión central: la capacidad de la IA está creciendo rápidamente; pero la capacidad humana para medir y gestionar esa IA no ha avanzado al mismo ritmo.

La conclusión más impactante es—

La brecha de rendimiento entre modelos de IA de EE. UU. y China casi ha desaparecido, y en la competencia de cimas, ambos cambian de liderazgo con frecuencia, actualmente la ventaja de Anthropic solo es del 2.7%.

EE. UU. invierte más dinero en IA que cualquier otro país, pero cada vez es más difícil atraer talento de élite.

El informe también señala que la evolución de la IA no ha enfrentado un «cuello de botella» como se pensaba, sino que está acelerando a una velocidad sin precedentes.

En el último año, más del 90% de los modelos de élite en todo el mundo, en problemas científicos de doctorado, razonamiento multimodal y matemáticas de competencia, igualan o superan a los humanos.

Especialmente en habilidades de codificación, el rendimiento de SWE-bench ha subido en un año del 60% a casi el 100%.

Sin embargo, la «especialización» de la IA es extremadamente grave, mostrando una situación deformada:

LLM puede ganar medallas de oro en IMO, pero no puede leer relojes simulados correctamente, con una precisión solo del 50.1%.

Al mismo tiempo, la competencia por empleos en IA ya no es solo una predicción, sino una realidad, y los primeros en sufrir son los jóvenes «trabajadores» de hoy.

A continuación, directamente la información clave: los 12 tendencias más importantes del «Informe de Índice de IA 2026».

Otros puntos destacados:

El poder de cálculo de IA global ha aumentado 30 veces en 3 años, Nvidia domina el 60%, y casi todos los chips provienen de TSMC.

Para 2025, la inversión global en IA de empresas alcanza los 581.7 mil millones de dólares, duplicándose en comparación con el año anterior, con EE. UU. absorbiendo casi la mitad.

El número de investigadores de IA en EE. UU. que ingresan ha caído un 89% en 7 años, y solo en el último año cayó un 80%.

El empleo de desarrolladores de software de 22 a 25 años ha bajado un 20% desde 2024, los puestos de entrada han sido cortados con precisión.

China ha construido en total 85 supercomputadoras públicas de IA, más del doble que Norteamérica, siendo la primera del mundo.

La tasa de uso de IA en el lugar de trabajo en China supera el 80%, muy por encima del promedio global del 58%.

Los modelos más potentes se vuelven cada vez más cajas negras, de los 95 modelos representativos, 80 no tienen código de entrenamiento publicado.

La brecha entre EE. UU. y China solo es del 2.7%.

Stanford coloca a EE. UU. y China en el mismo sistema de coordenadas en la lista Arena desde mayo de 2023.

En mayo de 2023, GPT-4-0314 obtuvo 1320 puntos liderando, mientras que en China sigue chatglm-6b, con una diferencia de más de 300 puntos.

En febrero de 2025, DeepSeek-R1 igualó brevemente a los principales modelos estadounidenses.

En marzo de 2026, Claude Opus 4.6 de EE. UU. obtiene 1503 puntos, y Dola-seed-2.0-preview de China obtiene 1464.

Actualmente, la diferencia entre IA de EE. UU. y China es solo de 39 puntos, o sea, 2.7%.

Más aún, en el último año, la frecuencia de cambio de liderazgo en Arena ha sido varias veces.

En cantidad, también están casi igualados.

En 2025, EE. UU. lanzó 50 «modelos destacados», y China siguió con 30 modelos grandes de élite.

En el primer nivel, OpenAI, Google, Alibaba, Anthropic y xAI compiten en igualdad de condiciones, con un reparto 50/50 en los TOP 5 globales.

Más abajo, en el TOP 10, las instituciones y empresas chinas ocupan cuatro lugares: Alibaba, DeepSeek, Tsinghua y ByteDance.

El ecosistema de código abierto también se ha desplazado claramente hacia el este en este año.

DeepSeek, Qwen, GLM, MiniMax, Kimi continúan impulsando la capacidad de peso del código abierto.

Sumando publicaciones, citas, patentes, y robots industriales instalados, China lidera en todos los aspectos a nivel mundial.

En cuanto a precios, hay otra línea de batalla.

Los desarrolladores en el extranjero han calculado en X que el costo de salida de Seed 2.0 Pro es aproximadamente una décima de Claude Opus 4.6.

Rendimiento comparable, precio solo una décima. La reacción en cadena de esto apenas comienza.

El ritmo de velocidad de los modelos de vanguardia, en 2023, es sin precedentes.

De los 95 modelos representativos lanzados el año pasado, más del 90% provienen del sector industrial, no de instituciones académicas ni laboratorios gubernamentales.

La academia ya no puede seguir el ritmo de la frontera de vanguardia.

La velocidad de lanzamiento también se ha acelerado de manera monstruosa.

Solo en febrero de 2026, en un solo mes, se lanzaron Gemini 3.1 Pro, Claude Opus 4.6, GPT-5.3 Codex, Grok 4.20, Qwen 3.5, Seed 2.0 Pro, MiniMax M2.5, GLM-5, casi ocho modelos insignia en ese mes.

El ciclo de «sacrificio» pasa de ser anual a mensual.

El límite de un año sin cuellos de botella en IA

La curva más impresionante es la de programación.

El benchmark SWE-bench Verified, que corrige errores reales, subió en un año del 60% casi al 100%.

No es solo un aumento de unos pocos puntos, sino que casi ha llegado a su tope.

El rendimiento en Terminal-Bench, que prueba la capacidad de los agentes para manejar tareas reales en terminales, subió del 20% al 77.3%.

La tasa de éxito en resolución de problemas de agentes de ciberseguridad pasó del 15% al 93%.

Gemini Deep Think ganó medalla de oro en la Olimpiada Internacional de Matemáticas.

Preguntas científicas de nivel PhD (GPQA Diamond), matemáticas de competencia (AIME), razonamiento multimodal (MMMU), que antes se pensaba «imposible de superar por humanos», han sido conquistadas por modelos de vanguardia.

Lo que mejor ilustra esto es Humanity’s Last Exam.

Es una prueba diseñada específicamente para «dificultar a la IA, favorecer a los expertos humanos», con preguntas proporcionadas por los mejores expertos en diferentes campos.

El año pasado, OpenAI’s o1 obtuvo un 8.8%, y los modelos de vanguardia aumentaron en 30 puntos porcentuales en un año. Actualmente, Claude Opus 4.6 y Gemini 3.1 Pro superan ambos el 50%.

El frente de la frontera dentada

Puede ganar medallas IMO pero no entender relojes simulados

Pero la misma lista de índices muestra otra serie de números.

El modelo más potente tiene una precisión del 50.1% en la tarea de «leer relojes simulados».

Los robots en entornos de simulación en laboratorio (RLBench) tienen una tasa de éxito del 89.4%. Pero en tareas domésticas reales, como lavar platos o doblar ropa, la tasa de éxito cae inmediatamente al 12%.

Entre el laboratorio y la cocina, hay una diferencia de 77 puntos porcentuales.

Los investigadores llaman a este fenómeno «frontera dentada» (jagged frontier). La capacidad de IA no es uniforme; puede ganar medallas en olimpiadas de matemáticas, pero no puede decirte con estabilidad qué hora es ahora.

La IA puede ganar medallas en olimpiadas de matemáticas, pero solo tiene un 50% de probabilidad de entender relojes simulados. La aceleración de la IA no es en la misma dirección.

Además, en tareas de agentes inteligentes, en la prueba OSWorld, la capacidad de IA de vanguardia (66.3%) se acerca a la línea base humana.

Pero en la prueba PaperArena, que evalúa específicamente la lógica científica, el agente con IA más potente obtiene solo un 39%, la mitad de la capacidad de un doctorado.

Pero esta irregularidad no impide que las empresas sigan integrando IA en sus líneas de producción.

Otro dato que da el Índice de IA es que la adopción de IA en empresas globales alcanza el 88%. Nueve de cada diez empresas ya han incorporado IA en algún flujo de trabajo.

El costo también está en aumento. Los incidentes relacionados con IA pasaron de 233 en 2024 a 362 en 2025.

El dinero se acelera: 581.7 mil millones de dólares invertidos en IA

En 2025, la inversión global en IA de empresas alcanzó los 581.7 mil millones de dólares, un aumento del 130% respecto al año anterior. La inversión en capital privado fue de 344.7 mil millones, con un crecimiento del 127.5%.

Ambas curvas casi se duplican.

En términos de países, EE. UU. lidera con diferencia. En 2025, la inversión privada en IA en EE. UU. fue de 285.9 mil millones de dólares, y en un año se crearon 1953 nuevas startups de IA, más de diez veces la segunda posición.

El dinero fluye cada vez más hacia EE. UU., pero otro recurso clave en EE. UU. está fluyendo en sentido contrario.

El flujo de personas se está reduciendo: la entrada de investigadores de IA en EE. UU. cayó un 89%.

Hay un número que sorprende: desde 2017, la cantidad de investigadores y desarrolladores de IA que ingresan en EE. UU. ha caído un 89%.

Y lo más importante, esta caída se está acelerando. Solo en el último año, la caída fue del 80%.

EE. UU. sigue siendo el país con mayor densidad de investigadores de IA, pero las entradas están disminuyendo.

Las curvas de dinero y personas comienzan a invertirse, algo que no había ocurrido en la última década.

El poder de cálculo crece 30 veces en tres años, y la clave está en una sola empresa

La curva de capacidad de IA se acelera, y la de cálculo aún más.

Desde 2021, el poder de cálculo total de IA en el mundo ha aumentado 30 veces. En los últimos tres años, ha crecido más de tres veces cada año.

Detrás de esta curva están unas pocas empresas.

Nvidia domina con sus GPU, que representan más del 60% del poder de cálculo de IA en todo el mundo. Amazon y Google, con chips propios, ocupan los siguientes lugares, pero en conjunto no alcanzan a Nvidia.

Y casi todos estos chips provienen de una sola fábrica de fundición, TSMC. Cuanto más empinada sea la curva, más estrecho será el cuello de botella.

Al mismo tiempo, los costos también aumentan.

El consumo total de energía de los centros de datos de IA en todo el mundo ya alcanza los 29.6 GW, equivalente a toda la demanda eléctrica en horas pico del estado de Nueva York. La estimación de emisiones de carbono de una sola capacitación de xAI Grok 4 es de 72,816 toneladas de CO₂ equivalente, lo que equivale a las emisiones de 17,000 autos en un año.

El lugar donde se construyen los centros de datos, de dónde proviene la electricidad y dónde se producen los chips, son ahora las principales preocupaciones de los CEOs de las empresas de IA.

La IA generativa se ha infiltrado en un 53% en tres años, y la adopción en China supera el 80%

La IA generativa alcanzó una penetración del 53% en la población mundial en solo tres años.

Esta velocidad es más rápida que la de las computadoras personales o Internet.

Pero la velocidad de penetración varía mucho según el país. Singapur tiene un 61%, los Emiratos Árabes Unidos un 54%, ambos por delante de EE. UU., que solo tiene un 28.3%.

Si cambiamos el enfoque de consumidores a lugares de trabajo, la diferencia es aún mayor.

Otra estadística del informe muestra que en 2025, el 58% de los empleados en todo el mundo usan IA regularmente en su trabajo. Pero en China, India, Nigeria, Emiratos Árabes Unidos y Arabia Saudita, esa proporción supera el 80%.

La tasa de penetración de IA en el lugar de trabajo en China ya supera en más de 20 puntos porcentuales el promedio global.

Lo más interesante es el valor para el consumidor.

El Índice de IA estima que, para principios de 2026, las herramientas de IA generativa crearán anualmente 172 mil millones de dólares en valor para los consumidores en EE. UU. Desde 2025 hasta 2026, el valor mediano por usuario se ha triplicado.

La mayoría de los usuarios todavía usan versiones gratuitas.

La disposición de las personas a pagar por IA es mucho menor que el valor que la IA les genera. Esa brecha es lo que todas las empresas de IA están tratando de cerrar ahora.

Los puestos de entrada se reducen en un 22%, y los empleos de desarrollador de 22 a 25 años se reducen un 20%

Quizá lo que más silenció a los lectores de habla hispana en el informe de IA sea la sección sobre empleo juvenil.

El grupo de desarrolladores de software de 22 a 25 años ha visto una caída del 20% en su empleo desde 2024.

Mientras tanto, los grupos de mayor edad están creciendo.

No solo en desarrollo. Otros sectores expuestos a IA, como atención al cliente, también muestran patrones similares.

Lo que preocupa aún más son los resultados de encuestas a empresas. Los altos directivos entrevistados esperan que en el futuro los despidos sean aún mayores que en los últimos meses.

No se trata solo de la tasa macro de desempleo, sino de que los puestos de entrada están siendo cortados con precisión.

Perder el primer trabajo puede romper toda la escalera profesional. El impacto a largo plazo de esto aún no se puede calcular.

La IA está cambiando la forma en que se hacen descubrimientos científicos

Si la parte del empleo es fría, la ciencia está en auge.

Las publicaciones relacionadas con IA en ciencias naturales, física y biología crecieron entre un 26% y un 28% en 2025 respecto al año anterior.

En aplicaciones, este año por primera vez, una IA completó todo el proceso de predicción meteorológica de extremo a extremo, generando directamente datos de temperatura, viento y humedad sin modelos numéricos tradicionales.

La IA ya no solo ayuda a escribir artículos o hacer cálculos, sino que ahora «hace descubrimientos por sí misma».

En los hospitales también es igual. En 2025, muchos hospitales comenzaron a usar IA para generar automáticamente registros clínicos a partir de conversaciones con pacientes. Varios médicos reportaron una reducción de hasta el 83% en el tiempo para escribir historias clínicas, y una disminución significativa en el agotamiento laboral.

Pero la misma lista de índices muestra una bofetada fría a la IA médica. Un análisis de más de 500 estudios de IA clínica encontró que casi la mitad dependía de conjuntos de datos tipo examen, y solo el 5% usaba datos clínicos reales.

La IA puede reducir el tiempo que los médicos dedican a teclear, eso está claro. Pero su valor clínico en pacientes reales aún tiene muchas dudas.

La ola de autoaprendizaje en todo el mundo está explotando, pero la educación formal ya quedó atrás

La educación formal no puede seguir el ritmo de la IA.

En EE. UU., 4 de cada 5 estudiantes de secundaria y universitarios usan IA para completar tareas escolares. Pero solo la mitad de las escuelas secundarias tienen políticas de uso de IA, y solo el 6% de los docentes consideran que esas políticas están bien redactadas.

Los estudiantes van adelante, los profesores siguen en el mismo lugar, y las reglas aún no existen.

Mientras tanto, la ola de autoaprendizaje en todo el mundo está explotando. Los tres países con mayor crecimiento en habilidades de IA son Emiratos Árabes Unidos, Chile y Sudáfrica.

No EE. UU., ni Europa.

La parte más empinada de la curva de habilidades está en lugares donde nadie mira.

Los modelos más potentes se vuelven los menos transparentes, y expertos y público están en desacuerdo

Los modelos más potentes se están volviendo los menos transparentes.

El Índice de Transparencia de Modelos Fundamentales cayó este año de un promedio de 58 a 40 puntos. AI Index señala que Google, Anthropic y OpenAI ya no publican los datos de entrenamiento ni la duración del entrenamiento de sus modelos más recientes.

De los 95 modelos representativos lanzados el año pasado, 80 no tienen código de entrenamiento publicado.

La opinión pública también se ha vuelto más compleja.

A nivel global, la proporción que piensa que la IA trae más beneficios que perjuicios subió del 52% al 59%. Pero al mismo tiempo, la proporción que siente tensión o preocupación por la IA subió del 50% al 52%.

Ambas tendencias crecen simultáneamente.

La mayor división está en EE. UU. Solo el 33% de los estadounidenses cree que la IA mejorará su trabajo, frente al 40% global. La confianza en que el gobierno regula bien la IA en EE. UU. es la más baja, solo el 31%.

En Singapur, esa confianza alcanza el 81%.

Tras el ataque a la casa de Sam Altman, en Silicon Valley la gente «se sorprendió al descubrir» que en los comentarios de Instagram, las personas comunes no muestran empatía, e incluso algunos piensan que «debería ser más severo».

No se dan cuenta de lo grave que ya está la situación.

El informe cita datos de Pew e Ipsos, que muestran que la percepción de expertos y público sobre el impacto de la IA en empleo, salud y economía difiere en más de 30 puntos porcentuales, llegando a un máximo de 50 puntos en algunos casos.

Por un lado, las curvas en los laboratorios crecen rápidamente, y por otro, la ansiedad en la gente también aumenta.

No hay puente entre ambos.

En conclusión

El informe de 423 páginas tiene cientos de gráficos, pero en realidad solo hay uno.

El eje horizontal es el tiempo, y el vertical, la capacidad.

La curva de capacidad de los modelos está en auge, la de cálculo también, al igual que las inversiones y la adopción. Todo lo demás permanece igual o en declive.

Eso es todo en el Índice de IA 2026.

La IA se acelera, y todo lo demás se queda atrás.

Si estás en esta industria, la pregunta no es «qué pasará en el futuro», sino «en qué curva estás tú».