Más allá de DeepSeek: Kimi, GLM-5 y Qwen igualan a los de pago

GPT-5.5 y Claude Opus cobran entre 25 y 30 dólares por cada millón de palabras que generan. Hay modelos chinos que puntúan a pocos puntos de ellos en los benchmarks de programación que de verdad importan, y cobran tres o cuatro dólares por lo mismo. O que, si quieres, te descargas y ejecutas gratis en tu propio equipo.

DeepSeek hizo famoso este truco, y ya le dedicamos una guía entera. Pero se ha quedado corto de protagonismo: en 2026 no es el único, ni siquiera el más capaz en algunas tareas. Hay al menos tres laboratorios más peleando por la corona abierta, y cada uno ha hecho una apuesta distinta.

Esta guía te da el mapa: qué modelo elegir según lo que necesites, cómo usarlos desde España —en app, por API o en tu propio ordenador— y cómo hacerlo sin cometer el error de siempre, que es regalar tus datos. Porque «abierto» y «barato» traen la misma letra pequeña que DeepSeek, con una diferencia clave a tu favor que veremos al final.

El mapa: tres laboratorios, tres apuestas distintas

Antes de nada, una precisión que ahorra confusión: estos modelos cambian de versión casi cada mes, así que fíjate en la familia más que en el número exacto. A mediados de 2026 el panorama, más allá de DeepSeek, se reparte así.

Cada uno viene de un laboratorio chino distinto: Moonshot, Zhipu y Alibaba. Y aunque compiten entre ellos, comparten dos rasgos que los hacen interesantes: son de pesos abiertos —puedes descargarlos— y cuestan una fracción de lo que piden OpenAI o Anthropic.

¿De verdad igualan a los de pago? Lo que dicen los benchmarks

Aquí toca ser preciso, porque «igualar» es una palabra grande. La respuesta honesta es: en programación y tareas de agente, sí; en el razonamiento más difícil, casi. Varios de estos modelos empatan o superan a GPT-5.5 en benchmarks de código como SWE-bench Pro, y distintos análisis calculan que ofrecen en torno al 90 % de la capacidad de los modelos de pago por entre un quinto y un décimo del precio.

El matiz importa. Según los datos de BenchLM, el mejor modelo chino queda todavía unos seis puntos por detrás del líder propietario en puntuación general, y flojean algo más en el razonamiento puro (matemáticas de competición, preguntas científicas difíciles). A eso se suma que muchas cifras las publica el propio fabricante y no siempre están verificadas de forma independiente. Traducción: para programar y automatizar, van sobrados; como autoridad final en decisiones médicas, legales o financieras de una sola respuesta, no son el sitio por donde empezar.

Donde la diferencia es abismal y sin matices es en el precio.

Esa es toda la historia en una imagen: prestaciones de la misma liga, precio de otra galaxia. Y por eso cada vez más gente enruta sus tareas menos delicadas hacia estos modelos.

Cuál elegir según lo que necesites

No hay un ganador único; hay un ganador por tarea. Esta es la tabla de referencia, con los precios de salida orientativos a mediados de 2026 (cambian a menudo y suelen ser más baratos a través de proveedores externos).

En la práctica: si montas un agente de programación que trabaja solo durante horas, Kimi K2. Si generas interfaces, webs o componentes, GLM-5. Si quieres autoalojar en un equipo modesto o necesitas visión barata, Qwen 3.6. Y para puro ahorro, DeepSeek. Un aviso sobre Qwen que casi nadie cuenta: su mejor modelo de programación, el Qwen3.7 Max, es cerrado y solo por API; el Qwen abierto que puedes descargar es el pequeño de 35B, que rinde asombrosamente para su tamaño pero es eso, pequeño.

Cómo usarlos desde España: app, API o en tu propio equipo

Ninguno de estos modelos está bloqueado en España. Tienes tres puertas de entrada, de más fácil a más privada.

La opción 2 es la que más gente pasa por alto y la más práctica para trabajar: pagas por uso, es barata y eliges dónde se alojan tus datos. Que estos modelos sean compatibles con el formato de OpenAI significa que, en muchas herramientas, basta con cambiar la dirección del servidor y la clave para empezar a usarlos.

La letra pequeña: privacidad, RGPD y la ventaja de que sean abiertos

Todo lo que dijimos en la guía de DeepSeek aplica igual aquí: las apps gratuitas de estos tres laboratorios procesan tus datos en China, con las implicaciones que eso tiene bajo el RGPD. La regla es la misma: no metas en ellas datos personales de clientes, información confidencial ni nada que no dirías en voz alta en una plaza.

Pero aquí llega la gran diferencia a tu favor, y es la razón de peso para mirar más allá de las apps. Al ser modelos de pesos abiertos, no estás obligado a usar el servidor chino. Puedes ejecutarlos a través de un proveedor alojado en la UE, o descargarlos y correrlos en tu propia máquina, y entonces tus datos no tocan China en ningún momento. Es una salida que un modelo cerrado como GPT-5 o Claude no te da: con ellos, o usas su servidor, o nada.

Empieza probando las apps gratuitas con tus tareas reales: para programar y automatizar, es muy probable que la calidad ya te sirva. Y a partir de ahí decide la puerta según tus datos: lo cotidiano y no sensible, en la app; el trabajo a volumen, por una API alojada en la UE que además te sale más barata; y lo confidencial, en tu propio equipo. La distancia entre lo «abierto y barato» y lo «de pago» se mide hoy en un puñado de puntos de benchmark y en muchos euros. La pregunta ya no es si son lo bastante buenos —para la mayoría de tareas lo son—, sino si tu flujo de trabajo merece los quince minutos que cuesta desviarlo del modelo por defecto hacia uno que cuesta la décima parte.