DeepSeek y Moonshot habrían usado GPT-6 Astra para entrenar modelos, dice sitio

Las startups chinas DeepSeek y Moonshot AI habrían usado intensamente respuestas de GPT-6 Astra, de OpenAI, para entrenar sus modelos más recientes. La afirmación es del sitio The Information, en un reportaje publicado el miércoles y citado por Reuters, con base en personas con conocimiento directo del asunto.

El caso involucra una técnica llamada destilación. En términos simples, destilación es entrenar un modelo de inteligencia artificial a partir de las respuestas de otro modelo ya entrenado, en lugar de hacer todo el aprendizaje desde cero. En la práctica, esto puede acortar el camino para reproducir funciones avanzadas, con menos tiempo y menor costo.

Qué modelos se habrían beneficiado

Según The Information, dos lanzamientos recientes se habrían beneficiado de la destilación de Astra. Uno es el Kimi K3.1 Pro, de Moonshot AI, lanzado la semana pasada. El otro es la versión actualizada V4.1-Flash 1017, de DeepSeek, lanzada el 17 de octubre.

El reportaje aún no es una confirmación oficial. Reuters afirma que OpenAI, DeepSeek y Moonshot AI no respondieron de inmediato a las solicitudes de comentarios. Es decir, por ahora, la historia debe leerse como un rumor con fuente identificada: lo que The Information averiguó con sus fuentes.

OpenAI ya apuntaba a Moonshot

Un antecedente da contexto a la sospecha. En una publicación del 30 de septiembre, OpenAI dijo haber vinculado una parte central de una campaña de destilación iniciada en julio con personas asociadas a Moonshot AI. Reuters cita ese comunicado al retomar el nuevo reportaje.

Por qué la destilación se volvió una disputa

La destilación se ha convertido en un punto de tensión entre grandes empresas de IA, en medio de la intensificación de la disputa tecnológica entre Estados Unidos y China. Empresas como Anthropic, OpenAI y Google sostienen que la práctica permite que los rivales reproduzcan capacidades avanzadas de forma más rápida y con menor costo.

Para intentar frenar este tipo de copia, Anthropic dijo, a principios de este mes, que nuevas medidas contra los llamados ataques de destilación redujeron entre cerca de 90% y 99% los datos extraídos de sus modelos Claude. La cifra muestra que el tema pasó de la teoría a la operación diaria: proteger el modelo se volvió parte del producto.

Para quienes usan IA, el efecto directo es doble. Si la destilación acelera a los rivales, modelos potentes pueden llegar más rápido y más baratos al celular, a la computadora y a las aplicaciones. Al mismo tiempo, crece la duda sobre quién creó realmente cada avance — y aumentan las barreras, límites de uso y sistemas de defensa que pueden cambiar la experiencia de quienes consumen estas herramientas.