La trampa de la clasificación: cómo los modelos de IA chinos ganan tokens, no ingresos
Para las empresas chinas de inteligencia artificial, la clasificación semanal en OpenRouter, una plataforma global que enruta las solicitudes de los usuarios a diferentes modelos de IA, se ha convertido en un marcador que todos observan. Pero una mirada más cercana a las cifras revela un desequilibrio preocupante: los modelos chinos representan aproximadamente el sesenta por ciento de los tokens procesados en la plataforma, pero solo ganan una pequeña fracción de sus ingresos. Los tokens demuestran la adquisición de clientes, no la fortaleza real.
La historia llamó la atención después de que un modelo gratuito anónimo se disparara brevemente al primer puesto de la clasificación semanal de OpenRouter, superando a modelos chinos más conocidos de DeepSeek y GLM. Los 13,9 billones de tokens que procesó parecían impresionantes, pero el aumento provino del acceso gratuito en lugar de usuarios que pagan. Este es el problema central: la clasificación recompensa el volumen, no el valor. Cuando un modelo es gratuito, cada solicitud infla las cifras sin generar ingresos.
El problema más profundo es la propiedad de la vara de medir. OpenRouter controla cómo se clasifican los modelos, qué datos se revelan y qué modelos se promocionan. Los desarrolladores chinos compiten efectivamente en el terreno del árbitro, pagando por marketing que beneficia más a la plataforma que a ellos mismos. Queman tokens, la plataforma cobra tarifas a los usuarios que pagan por otros modelos, y las clasificaciones mantienen a todos persiguiendo el mismo premio visible.
Esto crea un dilema del prisionero. Si una empresa deja de perseguir la clasificación, corre el riesgo de perder visibilidad y la atención de los desarrolladores. Si todos siguen persiguiendo, todos siguen gastando en un juego donde las reglas se establecen en otro lugar. El resultado es una especie de carrera armamentista de marketing donde la moneda son los tokens y la recompensa es una clasificación que puede no traducirse en un negocio sostenible.
La alternativa, según observadores de la industria, no es escalar la clasificación existente sino construir una nueva escala. Eso significa desarrollar sistemas de evaluación independientes, poseer los canales de datos que miden el rendimiento en el mundo real y crear puntos de referencia que reflejen el valor real para el usuario en lugar del volumen de procesamiento bruto. El poder de fijación de precios, la inteligencia sobre el comportamiento del usuario y el control sobre el acceso son las tres palancas que actualmente residen en la plataforma, no en los creadores de modelos.
Algunas empresas chinas ya están experimentando con sus propios marcos de prueba y publicando datos de rendimiento en sus propios términos. El objetivo es cambiar la conversación de cuántos tokens consume un modelo a cuánto valor entrega por token. Esa es una métrica más difícil de manipular, y es la que importa para la lealtad a largo plazo.
Para los lectores globales, la lección se extiende más allá de China. Cualquier empresa que dependa de una plataforma de terceros para la distribución y la clasificación enfrenta el mismo riesgo. La plataforma establece las reglas, captura los datos y a menudo se lleva la mayor parte de los ingresos. Los desarrolladores chinos de IA están aprendiendo esta lección en público, y su respuesta puede moldear cómo funciona la competencia en IA mucho más allá de su mercado local.
La próxima fase no la ganará quien encabece la lista semanal. La ganará quien construya las herramientas que midan lo que realmente importa, y quien pueda convertir la atención en ingresos sin entregar el marcador a otra persona.