Hanademi

The AI race is becoming a systems race

42 slides · $5.54 · 24 min · 1 minute ago language
ENES
theme
LightDark
view
DeckTableTalk
brand
HanademiPlatzi
The AI race is becoming asystems raceMade for Freddy Vega, by Hanademi
La carrera de la IA seconvierte en una carrera desistemasMade for Freddy Vega, by Hanademi
Kimi K3 is only 31 Elo behind the leaderAA-Briefcase agentic-knowledge benchmark, Elo score, reported in 2026.Made for Freddy Vega, by HanademiSources: artificialanalysis.ai.UnitElo1,574Claude Fable 51,543Kimi K3816Kimi K2.6
Kimi K3 scored 1543 Elo. The reported leader scored 1574. Kimi K2.6 scored 816, showing how quickly one generation can change the race.
Kimi K3 está a solo 31 puntos Elo del líderBenchmark AA-Briefcase de conocimiento agéntico, puntuación Elo, reportado en 2026.Made for Freddy Vega, by HanademiFuentes: artificialanalysis.ai.UnidadElo1.574Claude Fable 51.543Kimi K3816Kimi K2.6
Kimi K3 obtuvo 1543 puntos Elo. El líder reportado obtuvo 1574. Kimi K2.6 obtuvo 816, lo que muestra cuánto puede cambiar la carrera en una generación.
The terms that decide this racePlain-language definitions used throughout the deck.Made for Freddy Vega, by HanademiEloA rating that rises when a model beats strong rivals.DistillationTraining one model to imitate selected behavior from another.Open weightsModel parameters that people can download and modify.H100-equivalentA common unit for comparing different AI chips.
Elo measures competitive performance. Distillation transfers selected behavior. Open weights and H100-equivalents describe who can adapt models and supply their compute.
Los términos que deciden esta carreraDefiniciones sencillas utilizadas en toda la presentación.Made for Freddy Vega, by HanademiEloUna puntuación que sube cuando un modelo vence a rivales fuertes.DestilaciónEntrenar un modelo para imitar conductas seleccionadas de otro.Pesos abiertosParámetros de un modelo que pueden descargarse y modificarse.Equivalente de H100Una unidad común para comparar distintos chips de IA.
Elo mide rendimiento competitivo. La destilación transfiere conductas seleccionadas. Los pesos abiertos y los equivalentes de H100 describen quién puede adaptar modelos y aportar cómputo.
Kimi K3’s claimed coding scores span 42 to88.3Five reported coding-agent benchmark scores summarized by a secondary source.Made for Freddy Vega, by HanademiSources: nxcode.io.Unitreported scoreDeepSWE67.5ProgramBench77.8Terminal-Bench 2.188.3FrontierSWE81.2SWE Marathon42
Kimi K3’s reported performance spans 5 coding tests. The highest score is 88.3 and the lowest is 42. Benchmark breadth matters, but independent replication remains essential.
Sources
Las puntuaciones declaradas de Kimi K3 vande 42 a 88,35 puntuaciones reportadas de benchmarks para agentes de código, resumidas por una fuente secundaria.Made for Freddy Vega, by HanademiFuentes: nxcode.io.Unidadpuntuación reportadaDeepSWE67,5ProgramBench77,8Terminal-Bench 2.188,3FrontierSWE81,2SWE Marathon42
El rendimiento reportado de Kimi K3 abarca 5 pruebas de código. La puntuación máxima es 88,3 y la mínima es 42. La amplitud importa, pero la réplica independiente sigue siendo esencial.
Kimi K2 activates only 32 billion of 1 trillionparametersMoonshot-reported Kimi K2 total and active parameter counts.Made for Freddy Vega, by HanademiSources: Moonshot AI. (2025). Kimi K2.Unitbillion parametersTotal parameters1,000Active parameters3231.2x
Moonshot reports 1 trillion total parameters for Kimi K2. Only 32 billion are active for a token. The model also used 15.5 trillion pretraining tokens.
Kimi K2 activa solo 32.000 millones de 1billón de parámetrosParámetros totales y activos de Kimi K2 reportados por Moonshot.Made for Freddy Vega, by HanademiFuentes: Moonshot AI. (2025). Kimi K2.Unidadmiles de millones de parámetrosParámetros totales1.000Parámetros activos3231,2x
Moonshot reporta 1 billón de parámetros totales para Kimi K2. Solo 32.000 millones están activos para un token. El modelo también usó 15,5 billones de tokens de preentrenamiento.
Kimi K3 has 2.8 trillion parameters and a1-million-token context.Architecture scale does not establish benchmark leadership by itself.Sources: kimi.com.
Moonshot describes Kimi K3 as a 2.8-trillion-parameter model. It adds native vision and a 1-million-token context window. Those specifications make version-specific comparisons essential.
Sources
Kimi K3 tiene 2,8 billones de parámetros yun contexto de 1 millón de tokens.La escala de la arquitectura no demuestra por sí sola liderazgo en benchmarks.Fuentes: kimi.com.
Moonshot describe Kimi K3 como un modelo de 2,8 billones de parámetros. Añade visión nativa y un contexto de 1 millón de tokens. Esas especificaciones hacen esenciales las comparaciones por versión.
Stanford generated 52,000 Alpacademonstrations for under US$500.Low generation cost makes behavioral copying easier to attempt.Sources: Taori, R., et al. (2023). Stanford Alpaca.
Imitation data can be surprisingly cheap to generate. Stanford reported 52,000 demonstrations for under US$500. That figure covers dataset generation, not full model development.
Stanford generó 52.000 demostraciones deAlpaca por menos de US$500.El bajo costo de generación facilita intentar copiar conductas.Fuentes: Taori, R., et al. (2023). Stanford Alpaca.
Los datos de imitación pueden ser sorprendentemente baratos. Stanford reportó 52.000 demostraciones por menos de US$500. La cifra cubre la generación del conjunto, no el desarrollo completo.
Across 5 task categories,imitation transferred style morereliably than factuality.The result is methodology-limited and should not be generalized to every distillationmethod.Sources: Gudibande, A., et al. (2023). The false promise of imitating proprietary LLMs.
Berkeley evaluated imitation across 5 task categories. Conversational style transferred better than factual knowledge or unfamiliar-task performance. Copying answers is not the same as learning the rule.
En 5 categorías de tareas, la imitacióntransfirió el estilo con mayor fiabilidadque la factualidad.El resultado está limitado por la metodología y no debe generalizarse a todos losmétodos de destilación.Fuentes: Gudibande, A., et al. (2023). The false promise of imitating proprietary LLMs.
Berkeley evaluó la imitación en 5 categorías de tareas. El estilo conversacional se transfirió mejor que el conocimiento factual o el rendimiento en tareas nuevas. Copiar respuestas no equivale a aprender la regla.
US private AI investment acceleratedsharply in 2025Private AI investment in the United States, current USD, 2013 to 2025.Made for Freddy Vega, by HanademiSources: Our World in Data. (n.d.). Private investment in AI by region [private-investment-in-artificial-intelligence]. ourworldindata.org.UnitUSD$0$100B$200B2013201520172019202120232025Investment reached US$240.6billion in 2025.$4.2B
US private AI investment rose across the decade. It reached US$94.6 billion in 2024. The 2025 figure jumped to US$240.6 billion.
La inversión privada de IA en EstadosUnidos se aceleró en 2025Inversión privada en IA en Estados Unidos, USD corrientes, 2013 a 2025.Made for Freddy Vega, by HanademiFuentes: Our World in Data. (n.d.). Private investment in AI by region [private-investment-in-artificial-intelligence]. ourworldindata.org.UnidadUSD$0$100 mil M$200 mil M2013201520172019202120232025La inversión llegó a US$240.600millones en 2025.$4,2 mil M
La inversión privada estadounidense en IA aumentó durante la década. Llegó a US$94.600 millones en 2024. La cifra de 2025 saltó a US$240.600 millones.
China’s private AI investment peaked in2021Private AI investment in China, current USD, 2013 to 2025.Made for Freddy Vega, by HanademiSources: Our World in Data. (n.d.). Private investment in AI by region [private-investment-in-artificial-intelligence]. ourworldindata.org.UnitUSD$0$10B$20B2013201520172019202120232025China peaked at US$25.9 billionin 2021.
China’s private AI investment rose rapidly through 2021. It then fell below US$10 billion in both 2023 and 2024. The 2025 value recovered to US$10.4 billion.
La inversión privada de IA de China alcanzósu pico en 2021Inversión privada en IA en China, USD corrientes, 2013 a 2025.Made for Freddy Vega, by HanademiFuentes: Our World in Data. (n.d.). Private investment in AI by region [private-investment-in-artificial-intelligence]. ourworldindata.org.UnidadUSD$0$10 mil M$20 mil M2013201520172019202120232025China alcanzó US$25.900millones en 2021.
La inversión privada de IA de China aumentó rápido hasta 2021. Después cayó por debajo de US$10.000 millones en 2023 y 2024. El valor de 2025 se recuperó hasta US$10.400 millones.
OpenAI’s announced round dwarfed otherfrontier financingsSelected announced financing or investment commitments, USD billions, 2024 to 2025.Made for Freddy Vega, by HanademiSources: OpenAI. (2025). New funding at $300 billion post-money valuation.; xAI. (2024). Series C.; Amazon. (2024). Amazon and Anthropicdeepen collaboration.UnitUSD$40BOpenAI 2025 round$12BxAI 2024 rounds$8BAmazon to Anthropic
OpenAI announced a US$40 billion round in 2025. xAI announced US$12 billion across 2 rounds in 2024. Amazon’s Anthropic commitment reached US$8 billion.
La ronda anunciada de OpenAI superóampliamente otras financiacionesFinanciaciones o compromisos seleccionados anunciados, miles de millones USD, 2024 a 2025.Made for Freddy Vega, by HanademiFuentes: OpenAI. (2025). New funding at $300 billion post-money valuation.; xAI. (2024). Series C.; Amazon. (2024). Amazon and Anthropicdeepen collaboration.UnidadUSD$40 mil MRonda de OpenAI 2025$12 mil MRondas de xAI 2024$8 mil MAmazon a Anthropic
OpenAI anunció una ronda de US$40.000 millones en 2025. xAI anunció US$12.000 millones en 2 rondas de 2024. El compromiso de Amazon con Anthropic llegó a US$8.000 millones.
A 2025 estimate puts the US-China privateinvestment gap at 23 timesReported 2025 private AI investment, USD billions, from a secondary summary of Stanford’s 2026 AIIndex.Made for Freddy Vega, by HanademiSources: ciw.news.UnitUSDUnited States$285.9BChina$12.4B23.1x
The secondary report places US private AI investment at US$285.9 billion. It places China at US$12.4 billion. That creates a reported 23-fold gap.
Sources
Una estimación de 2025 sitúa la brecha privada entreEstados Unidos y China en 23 vecesInversión privada en IA reportada para 2025, miles de millones USD, según un resumen secundario del AIIndex 2026 de Stanford.Made for Freddy Vega, by HanademiFuentes: ciw.news.UnidadUSDEstados Unidos$285,9 mil MChina$12,4 mil M23,1x
El informe secundario sitúa la inversión privada estadounidense en US$285.900 millones. Sitúa la china en US$12.400 millones. Eso crea una brecha reportada de 23 veces.
China’s third national chip fund is its largestCapitalization of China’s 3 national semiconductor funds, CNY billions.Made for Freddy Vega, by HanademiSources: Reuters. (2024). China sets up $47.5 billion semiconductor fund.; CRS. (2024). China's semiconductor industrial policy.UnitCNYFund ICNY139BFund IICNY204BFund IIICNY344B
China capitalized its national semiconductor funds at about CNY139 billion, CNY204 billion and CNY344 billion. The third fund is the largest. These funds support semiconductor capacity rather than only model laboratories.
El tercer fondo nacional chino de chips es elmayorCapitalización de los 3 fondos nacionales de semiconductores de China, miles de millones de CNY.Made for Freddy Vega, by HanademiFuentes: Reuters. (2024). China sets up $47.5 billion semiconductor fund.; CRS. (2024). China's semiconductor industrial policy.UnidadCNYFondo ICNY139 mil MFondo IICNY204 mil MFondo IIICNY344 mil M
China capitalizó sus fondos nacionales de semiconductores con unos CNY139.000 millones, CNY204.000 millones y CNY344.000 millones. El tercer fondo es el mayor. Estos fondos apoyan capacidad de semiconductores, no solo laboratorios de modelos.
Government venture funds sent US$912billion to strategic industries including AI.The total covers multiple strategic industries and cannot be treated as AI-only spending.Sources: sccei.fsi.stanford.edu.
China’s central and local government funds deployed US$912 billion over a decade. AI was one of several strategic industries included. Alibaba with Qwen operates inside this wider capital system, but the figure is not Qwen funding.
Los fondos públicos enviaronUS$912.000 millones a industriasestratégicas, incluida la IA.El total cubre varias industrias estratégicas y no puede tratarse como gasto exclusivo enIA.Fuentes: sccei.fsi.stanford.edu.
Los fondos de los gobiernos central y locales de China desplegaron US$912.000 millones durante una década. La IA fue una de varias industrias estratégicas incluidas. Alibaba con Qwen opera dentro de este sistema, pero la cifra no es financiación de Qwen.
The United States issued 3 majoradvanced-computing control packages, onein each year from 2022 through 2024.The count describes major packages, not every amendment or enforcement action. Thechart shows 1 package in 2022, 1 in 2023 and 1 in 2024.Sources: BIS. (2022-2024). Advanced computing export-control rules.; Federal Register, Volume 89 Issue 66 (Thursday, April 4, 2024).
The United States issued 3 major control packages, with 1 in 2022, 1 in 2023 and 1 in 2024. Repeated revision shows that enforcement is a moving system rather than one permanent rule.
Estados Unidos emitió 3 grandes paquetesde control de computación avanzada, uno encada año de 2022 a 2024.El recuento describe grandes paquetes, no cada modificación o acción de cumplimiento.El gráfico muestra 1 paquete en 2022, 1 en 2023 y 1 en 2024.Fuentes: BIS. (2022-2024). Advanced computing export-control rules.; Federal Register, Volume 89 Issue 66 (Thursday, April 4, 2024).
Estados Unidos emitió 3 grandes paquetes de control, con 1 en 2022, 1 en 2023 y 1 en 2024. La revisión repetida muestra que el control es un sistema móvil, no una regla permanente.
Epoch AI estimates 660,000H100-equivalents entered Chinathrough 2025.Treat the estimate as methodology-sensitive, not as a confirmed shipment count.Sources: epochai.substack.com.
Epoch AI estimates a median 660,000 diverted H100-equivalents through 2025. That equals roughly one-third of China’s estimated compute. The number is modeled rather than physically counted.
Epoch AI estima que 660.000 equivalentesde H100 entraron en China hasta 2025.La estimación es sensible a la metodología y no constituye un recuento confirmado deenvíos.Fuentes: epochai.substack.com.
Epoch AI estima una mediana de 660.000 equivalentes de H100 desviados hasta 2025. Eso equivale a cerca de un tercio del cómputo estimado de China. La cifra es modelada, no contada físicamente.
China reportedly targeted state-funded datacenters below 30% completion forforeign-chip removal.The policy claim concerns state-funded data centers, not Seedance benchmarkperformance.Sources: reuters.com.
Chinese regulators reportedly targeted state-funded data centers below 30% completion. Those projects were told to remove installed foreign chips or cancel planned purchases. For Seedance from TikTok, this changes infrastructure conditions without proving any product ranking.
China habría dirigido la retirada de chipsextranjeros a centros públicos con menosde 30% de avance.El claim de política concierne a centros de datos con financiación estatal, no alrendimiento de Seedance.Fuentes: reuters.com.
Reguladores chinos habrían actuado sobre centros de datos públicos con menos de 30% de avance. Esos proyectos debían retirar chips extranjeros o cancelar compras previstas. Para Seedance de TikTok, esto cambia las condiciones de infraestructura sin demostrar ningún ranking de producto.
China built a US$4.82 trillion manufacturingbaseManufacturing value added in China, current USD, 2004 to 2025.Made for Freddy Vega, by HanademiSources: World Bank. (2025). Manufacturing, value added.UnitUSD$0$2T$4T200420082012201620202024Manufacturing reached US$4.85trillion in 2021.$625.2B$4.8T
China’s manufacturing value added rose from US$625 billion in 2004 to US$4.82 trillion in 2025. The series peaked slightly higher in 2021. This physical base matters for servers, power equipment, robotics and electronics.
China construyó una base manufacturera deUS$4,82 billonesValor añadido manufacturero de China, USD corrientes, 2004 a 2025.Made for Freddy Vega, by HanademiFuentes: World Bank. (2025). Manufacturing, value added.UnidadUSD$0$2 B$4 B200420082012201620202024La manufactura llegó a US$4,85billones en 2021.$625,2 mil M$4,8 B
El valor añadido manufacturero de China subió de US$625.000 millones en 2004 a US$4,82 billones en 2025. La serie alcanzó un pico ligeramente mayor en 2021. Esta base física importa para servidores, equipos eléctricos, robótica y electrónica.
German manufacturing reached a newnominal high in 2025Manufacturing value added in Germany, current USD, 2000 to 2025.Made for Freddy Vega, by HanademiSources: World Bank. (n.d.). Manufacturing, value added (current US$) [NV.IND.MANF.CD]. World Bank Open Data.UnitUSD$0$250B$500B$750B$889.6B2000200420082012201620202024
German manufacturing value added reached US$889.6 billion in 2025. It recovered from several earlier declines. The scale remains large but is less than one-fifth of China’s 2025 level.
La manufactura alemana alcanzó un nuevomáximo nominal en 2025Valor añadido manufacturero de Alemania, USD corrientes, 2000 a 2025.Made for Freddy Vega, by HanademiFuentes: World Bank. (n.d.). Manufacturing, value added (current US$) [NV.IND.MANF.CD]. World Bank Open Data.UnidadUSD$0$250 mil M$500 mil M$750 mil M$889,6 mil M2000200420082012201620202024
El valor añadido manufacturero alemán llegó a US$889.600 millones en 2025. Se recuperó de varias caídas anteriores. La escala sigue siendo grande, pero es menor que una quinta parte del nivel chino de 2025.
India’s manufacturing value rose sevenfoldsince 2000Manufacturing value added in India, current USD, 2000 to 2025.Made for Freddy Vega, by HanademiSources: World Bank. (n.d.). Manufacturing, value added (current US$) [NV.IND.MANF.CD]. World Bank Open Data.UnitUSD$0$200B$400B2000200420082012201620202024$74.6B$532.9B
India’s manufacturing value added rose from US$74.6 billion in 2000 to US$532.9 billion in 2025. The long rise survived several temporary reversals. Scale is growing faster than manufacturing’s share of the economy.
El valor manufacturero de India semultiplicó por 7 desde 2000Valor añadido manufacturero de India, USD corrientes, 2000 a 2025.Made for Freddy Vega, by HanademiFuentes: World Bank. (n.d.). Manufacturing, value added (current US$) [NV.IND.MANF.CD]. World Bank Open Data.UnidadUSD$0$200 mil M$400 mil M2000200420082012201620202024$74,6 mil M$532,9 mil M
El valor añadido manufacturero de India subió de US$74.600 millones en 2000 a US$532.900 millones en 2025. El aumento sobrevivió a varios retrocesos temporales. La escala crece más rápido que el peso de la manufactura en la economía.
Japan’s nominal manufacturing value fellbelow its 2000 levelManufacturing value added in Japan, current USD, 2000 to 2024.Made for Freddy Vega, by HanademiSources: World Bank. (n.d.). Manufacturing, value added (current US$) [NV.IND.MANF.CD]. World Bank Open Data.UnitUSD$800B$1,000B$1,200B2000200420082012201620202024Japan peaked near US$1.25trillion in 2012.
Japan’s series peaked near US$1.25 trillion in 2012. It fell to US$788.5 billion in 2024. Exchange-rate movements are an important part of this current-dollar decline.
El valor manufacturero nominal de Japóncayó por debajo de su nivel de 2000Valor añadido manufacturero de Japón, USD corrientes, 2000 a 2024.Made for Freddy Vega, by HanademiFuentes: World Bank. (n.d.). Manufacturing, value added (current US$) [NV.IND.MANF.CD]. World Bank Open Data.UnidadUSD$800 mil M$1.000 mil M$1.200 mil M2000200420082012201620202024Japón alcanzó cerca deUS$1,25 billones en 2012.
La serie japonesa alcanzó cerca de US$1,25 billones en 2012. Cayó a US$788.500 millones en 2024. Los movimientos del tipo de cambio explican parte importante de esta caída en dólares corrientes.
Korea tripled manufacturing value since2000Manufacturing value added in Korea, current USD, 2000 to 2025.Made for Freddy Vega, by HanademiSources: World Bank. (n.d.). Manufacturing, value added (current US$) [NV.IND.MANF.CD]. World Bank Open Data.UnitUSD$0$200B$400B2000200420082012201620202024$158.9B$513.5B
Korean manufacturing value added rose from US$158.9 billion in 2000 to US$513.5 billion in 2025. The path includes cyclical setbacks. The long direction is still upward.
Corea triplicó su valor manufacturero desde2000Valor añadido manufacturero de Corea, USD corrientes, 2000 a 2025.Made for Freddy Vega, by HanademiFuentes: World Bank. (n.d.). Manufacturing, value added (current US$) [NV.IND.MANF.CD]. World Bank Open Data.UnidadUSD$0$200 mil M$400 mil M2000200420082012201620202024$158,9 mil M$513,5 mil M
El valor añadido manufacturero de Corea subió de US$158.900 millones en 2000 a US$513.500 millones en 2025. La trayectoria incluye retrocesos cíclicos. La dirección de largo plazo sigue siendo ascendente.
China and Korea remain the mostmanufacturing-heavyManufacturing value added as a share of GDP, 2000 to 2025. China begins in 2004 and the US ends in 2021.Made for Freddy Vega, by HanademiSources: World Bank. (n.d.). Manufacturing, value added (% of GDP) [NV.IND.MANF.ZS]. World Bank Open Data.Unit% of GDP0%10%20%30%2000200420082012201620202024ChinaKoreaGermanyJapanIndiaUnited StatesKorea reached 27.4% in 2025.China remained at 24.7% in 2025.
China’s manufacturing share declined but stayed at 24.7% in 2025. Korea reached 27.4%. The United States was at 10.5% in its latest supplied year.
China y Corea siguen siendo las economíasmás manufacturerasValor añadido manufacturero como porcentaje del PIB, 2000 a 2025. China comienza en 2004 y EstadosUnidos termina en 2021.Made for Freddy Vega, by HanademiFuentes: World Bank. (n.d.). Manufacturing, value added (% of GDP) [NV.IND.MANF.ZS]. World Bank Open Data.Unidad% del PIB0 %10 %20 %30 %2000200420082012201620202024ChinaCoreaAlemaniaJapónIndiaEstados UnidosCorea alcanzó 27,4% en 2025.China se mantuvo en 24,7% en2025.
La participación manufacturera de China bajó, pero se mantuvo en 24,7% en 2025. Corea llegó a 27,4%. Estados Unidos estaba en 10,5% en su último año disponible.
China pulled far ahead in high-technologyexportsHigh-technology exports, current USD, 2007 to 2024.Made for Freddy Vega, by HanademiSources: World Bank. (n.d.). High-technology exports (current US$) [TX.VAL.TECH.CD]. World Bank Open Data.UnitUSD$0$500B$1,000B200720102013201620192022ChinaGermanyJapanKoreaUnitedStatesChina peaked at US$936.4 billionin 2021.
China’s high-technology exports reached US$856.8 billion in 2024. Germany and the United States were near US$247 billion and US$233 billion. The physical technology race is far broader than model training.
China se alejó ampliamente enexportaciones de alta tecnologíaExportaciones de alta tecnología, USD corrientes, 2007 a 2024.Made for Freddy Vega, by HanademiFuentes: World Bank. (n.d.). High-technology exports (current US$) [TX.VAL.TECH.CD]. World Bank Open Data.UnidadUSD$0$500 mil M$1.000 mil M200720102013201620192022ChinaAlemaniaJapónCoreaEstadosUnidosChina alcanzó US$936.400millones en 2021.
Las exportaciones chinas de alta tecnología llegaron a US$856.800 millones en 2024. Alemania y Estados Unidos rondaron US$247.000 millones y US$233.000 millones. La carrera tecnológica física es mucho más amplia que el entrenamiento de modelos.
China nearly doubled annual robotinstallationsIndustrial robots installed in China, selected years.Made for Freddy Vega, by HanademiSources: IFR. (2024). World Robotics 2024.Unitrobots installed0100K200K300K201920222023Installations peaked near290,300 in 2022.
China installed about 140,500 industrial robots in 2019. Installations peaked near 290,300 in 2022. They remained at 276,300 in 2023.
China casi duplicó las instalaciones anualesde robotsRobots industriales instalados en China, años seleccionados.Made for Freddy Vega, by HanademiFuentes: IFR. (2024). World Robotics 2024.Unidadrobots instalados0100K200K300K201920222023Las instalaciones alcanzaronunas 290.300 en 2022.
China instaló unos 140.500 robots industriales en 2019. Las instalaciones alcanzaron cerca de 290.300 en 2022. Se mantuvieron en 276.300 en 2023.
Automation is on the factory floorWorkers assemble machinery on a factory line beside an industrial robotic arm.Sources: What the West Gets Wrong About Chinese Manufacturing - Robin Rivaton - CHINA US Focus. chinausfocus.com.
Workers and robotic equipment make the industrial system behind the AI race tangible.
La automatización está en la fábricaTrabajadores ensamblan maquinaria en una línea de producción junto a un brazo robótico industrial.Fuentes: What the West Gets Wrong About Chinese Manufacturing - Robin Rivaton - CHINA US Focus. chinausfocus.com.
Los trabajadores y los equipos robóticos hacen tangible el sistema industrial detrás de la carrera de la IA.
Google released Gemini 1.0, 1.5 and 2.0across 2023 and 2024.Google released 3 major Gemini generations across 2023 and 2024, contradictingclaims that it stopped producing frontier systems.Sources: Google DeepMind. (2024). Gemini 1.5.; Google. (2024). Introducing Gemini 2.0.; Introducing Gemini 1.5, Google's next-generation AI model.
Google did not stop producing frontier systems. It released 3 major Gemini generations, Gemini 1.0, 1.5 and 2.0, across 2023 and 2024. Product leadership and technical participation are different questions.
Google lanzó Gemini 1.0, 1.5 y 2.0entre 2023 y 2024.Google lanzó 3 grandes generaciones de Gemini entre 2023 y 2024, contradiciendo quedejara de producir sistemas de frontera.Fuentes: Google DeepMind. (2024). Gemini 1.5.; Google. (2024). Introducing Gemini 2.0.; Introducing Gemini 1.5, Google's next-generation AI model.
Google no dejó de producir sistemas de frontera. Lanzó 3 grandes generaciones de Gemini, Gemini 1.0, 1.5 y 2.0, entre 2023 y 2024. El liderazgo de producto y la participación técnica son preguntas distintas.
Alphabet planned to spend US$75 billion in2025Alphabet capital expenditure, USD billions. The 2025 value was announced.Made for Freddy Vega, by HanademiSources: Alphabet Inc. (2025). 2024 annual report.; U.S. SEC. (2025). Alphabet Form 10-K.UnitUSD$75B2025 announced$52.5B2024$31.5B2022
Alphabet capital expenditure rose from US$31.5 billion in 2022 to US$52.5 billion in 2024. It announced US$75 billion for 2025. Spending alone does not guarantee developer or market leadership.
Alphabet planeó gastar US$75.000 millonesen 2025Gasto de capital de Alphabet, miles de millones USD. El valor de 2025 fue anunciado.Made for Freddy Vega, by HanademiFuentes: Alphabet Inc. (2025). 2024 annual report.; U.S. SEC. (2025). Alphabet Form 10-K.UnidadUSD$75 mil M2025 anunciado$52,5 mil M2024$31,5 mil M2022
El gasto de capital de Alphabet subió de US$31.500 millones en 2022 a US$52.500 millones en 2024. Anunció US$75.000 millones para 2025. El gasto por sí solo no garantiza liderazgo entre desarrolladores o en el mercado.
Meta’s 2025 capital plan approachedUS$72 billionMeta capital expenditure, USD billions, with the 2025 guidance shown as a range.Made for Freddy Vega, by HanademiSources: Meta Platforms. (2025). 2024 Form 10-K and 2025 guidance.UnitUSD2022$31.4B2024$39.2B2025 low$64B2025 high$72B
Meta spent US$31.4 billion in 2022 and US$39.2 billion in 2024. It forecast US$64 billion to US$72 billion for 2025. Infrastructure scale does not prove durable monetization.
El plan de capital de Meta para 2025 seacercó a US$72.000 millonesGasto de capital de Meta, miles de millones USD, con la guía de 2025 como rango.Made for Freddy Vega, by HanademiFuentes: Meta Platforms. (2025). 2024 Form 10-K and 2025 guidance.UnidadUSD2022$31,4 mil M2024$39,2 mil M2025 mínimo$64 mil M2025 máximo$72 mil M
Meta gastó US$31.400 millones en 2022 y US$39.200 millones en 2024. Pronosticó entre US$64.000 millones y US$72.000 millones para 2025. La escala de infraestructura no demuestra monetización duradera.
Llama reached 1 billion downloads in 6monthsMeta-reported cumulative Llama downloads, September 2024 to March 2025.Made for Freddy Vega, by HanademiSources: Meta. (2025). Llama reaches one billion downloads.Unitmillion downloads05001,000Sep 2024Dec 2024Mar 20253501,000
Meta reported 350 million downloads in September 2024. The count reached 650 million in December and 1 billion in March 2025. Downloads prove reach, but not active use or revenue.
Llama alcanzó 1.000 millones de descargasen 6 mesesDescargas acumuladas de Llama reportadas por Meta, septiembre de 2024 a marzo de 2025.Made for Freddy Vega, by HanademiFuentes: Meta. (2025). Llama reaches one billion downloads.Unidadmillones de descargas05001.000Sep 2024Dic 2024Mar 20253501.000
Meta reportó 350 millones de descargas en septiembre de 2024. El recuento llegó a 650 millones en diciembre y a 1.000 millones en marzo de 2025. Las descargas prueban alcance, no uso activo ni ingresos.
xAI raised US$12 billion across 2 roundsin 2024Cumulative announced xAI financing during 2024, USD billions.Made for Freddy Vega, by HanademiSources: xAI. (2024). Series B.; xAI. (2024). Series C.UnitUSD$0$5B$10B$12BStart 2024Series BSeries C
xAI announced a US$6 billion Series B. It followed with a US$6 billion Series C. Announced cumulative financing reached about US$12 billion during 2024.
xAI captó US$12.000 millones en 2 rondasde 2024Financiación acumulada anunciada por xAI durante 2024, miles de millones USD.Made for Freddy Vega, by HanademiFuentes: xAI. (2024). Series B.; xAI. (2024). Series C.UnidadUSD$0$5 mil M$10 mil M$12 mil MInicio de 2024Series BSerie C
xAI anunció una Serie B de US$6.000 millones. Después presentó una Serie C de US$6.000 millones. La financiación acumulada anunciada llegó a unos US$12.000 millones durante 2024.
xAI assembled 100,000 H100s in 122 daysReported Colossus GPU capacity and planned expansion.Made for Freddy Vega, by HanademiSources: Nvidia. (2024). xAI Colossus supercomputer.UnitGPUsBuilt100KPlanned200K
Nvidia reported that Colossus reached 100,000 H100 GPUs in 122 days. xAI planned an expansion to 200,000 GPUs. Fast construction still does not guarantee the best model.
xAI reunió 100.000 H100 en 122 díasCapacidad de GPU reportada de Colossus y expansión planificada.Made for Freddy Vega, by HanademiFuentes: Nvidia. (2024). xAI Colossus supercomputer.UnidadGPUConstruido100KPlanificado200K
Nvidia reportó que Colossus llegó a 100.000 GPU H100 en 122 días. xAI planeó una expansión a 200.000 GPU. La construcción rápida no garantiza el mejor modelo.
Mistral’s largest round reached €600millionAnnounced Mistral financing rounds, EUR millions, June 2023 to June 2024.Made for Freddy Vega, by HanademiSources: Mistral AI. (2024). Financing announcement.; Reuters. (2024). Mistral AI raises €600 million.; Mistral AI. (2025). Modeldocumentation.UnitEUREUR0EUR200MEUR400MEUR600MJun 2023Dec 2023Jun 2024EUR105MEUR600M
Mistral’s announced rounds grew from €105 million to €600 million within 12 months. The company distributes some downloadable models and sells access to others. This hybrid strategy matters more than funding scale alone.
La mayor ronda de Mistral llegó a €600millonesRondas de financiación anunciadas por Mistral, millones de EUR, junio de 2023 a junio de 2024.Made for Freddy Vega, by HanademiFuentes: Mistral AI. (2024). Financing announcement.; Reuters. (2024). Mistral AI raises €600 million.; Mistral AI. (2025). Modeldocumentation.UnidadEUREUR0EUR200 MEUR400 MEUR600 MJun 2023Dic 2023Jun 2024EUR105 MEUR600 M
Las rondas anunciadas de Mistral crecieron de €105 millones a €600 millones en 12 meses. La empresa distribuye algunos modelos descargables y vende acceso a otros. Esta estrategia híbrida importa más que la escala financiera por sí sola.
The US produced more notable models thanChina and Europe combinedNotable AI models attributed to institutions by region, 2024.Made for Freddy Vega, by HanademiSources: Stanford HAI. (2025). AI Index 2025.Unitnotable models40United States15China3Europe
Stanford counted 40 notable models from US institutions in 2024. China produced 15 and Europe 3. Model counts do not capture every research or industrial strength.
Estados Unidos produjo más modelosdestacados que China y Europa juntasModelos de IA destacados atribuidos a instituciones por región, 2024.Made for Freddy Vega, by HanademiFuentes: Stanford HAI. (2025). AI Index 2025.Unidadmodelos destacados40Estados Unidos15China3Europa
Stanford contó 40 modelos destacados de instituciones estadounidenses en 2024. China produjo 15 y Europa 3. Los recuentos no capturan todas las fortalezas científicas o industriales.
Korea built the densest research workforceResearchers in R&D per million people, 2000 to 2023. Coverage differs by country.Made for Freddy Vega, by HanademiSources: World Bank. (n.d.). Researchers in R&D (per million people) [SP.POP.SCIE.RD.P6]. World Bank Open Data.Unitresearchers per0510200020042008201220162020KoreaGermanyJapanFranceUnited StatesChinaKorea reached 9,472 researchersper million.
Korea reached 9,472 researchers per million people in 2023. Germany, Japan and France all exceeded 5,000. China rose rapidly but remained at 2,107.
Corea construyó la fuerza investigadoramás densaInvestigadores en I+D por millón de habitantes, 2000 a 2023. La cobertura difiere por país.Made for Freddy Vega, by HanademiFuentes: World Bank. (n.d.). Researchers in R&D (per million people) [SP.POP.SCIE.RD.P6]. World Bank Open Data.Unidadinvestigadores por millón0510200020042008201220162020CoreaAlemaniaJapónFranciaEstados UnidosChinaCorea alcanzó 9.472investigadores por millón.
Corea alcanzó 9.472 investigadores por millón de habitantes en 2023. Alemania, Japón y Francia superaron 5.000. China creció rápido, pero permaneció en 2.107.
DeepSeek’s US$5.58 million covered onlyfinal runsReported DeepSeek-V3 compute cost for final pretraining, context extension and post-training, USD millions.Made for Freddy Vega, by HanademiSources: DeepSeek-AI. (2024). DeepSeek-V3 technical report.UnitUSD$0$2M$4M$6M$5.3MPretraining$22KContext extension$226KPost-training$5.6MReported total
DeepSeek-V3 disclosed US$5.576 million for final compute runs. Pretraining accounted for US$5.328 million. The total excludes data, staff, prior models and wider organizational development.
Los US$5,58 millones de DeepSeekcubrieron solo ejecuciones finalesCosto de cómputo reportado de DeepSeek-V3 para preentrenamiento final, extensión de contexto ypostentrenamiento, millones USD.Made for Freddy Vega, by HanademiFuentes: DeepSeek-AI. (2024). DeepSeek-V3 technical report.UnidadUSD$0$2 M$4 M$6 M$5,3 MPreentrenamiento$22KExtensión de contexto$226KPostentrenamiento$5,6 MTotal reportado
DeepSeek-V3 divulgó US$5,576 millones para ejecuciones finales de cómputo. El preentrenamiento representó US$5,328 millones. El total excluye datos, personal, modelos anteriores y desarrollo organizacional más amplio.
DeepSeek erased about 17% from Nvidia inone dayDaily market decline on January 27, 2025, percent.Made for Freddy Vega, by HanademiSources: Nasdaq. (2025). Historical market data.; Reuters. (2025). Technology shares fall after DeepSeek advances.Unit% daily changeNvidia-17%Broadcom-17.4%Nasdaq Composite-3.1%
Nvidia fell about 17% on January 27, 2025. Broadcom fell 17.4% and the Nasdaq Composite 3.1%. Investors treated DeepSeek’s efficiency as a threat to incumbent economics.
DeepSeek borró cerca de 17% de Nvidia enun díaCaída diaria del mercado el 27 de enero de 2025, porcentaje.Made for Freddy Vega, by HanademiFuentes: Nasdaq. (2025). Historical market data.; Reuters. (2025). Technology shares fall after DeepSeek advances.Unidad% de cambio diarioNvidia-17 %Broadcom-17,4 %Nasdaq Composite-3,1 %
Nvidia cayó cerca de 17% el 27 de enero de 2025. Broadcom cayó 17,4% y el Nasdaq Composite 3,1%. Los inversionistas trataron la eficiencia de DeepSeek como una amenaza para la economía de los líderes.
Qwen spans models from 0.5 billion to 72billion parametersQwen2.5 dense-model parameter sizes, billions of parameters.Made for Freddy Vega, by HanademiSources: Qwen Team. (2024). Qwen2.5.; Alibaba Cloud. (2025). Qwen documentation.Unitbillion parameters0.5B0.51.5B1.53B37B714B1432B3272B72
Qwen2.5 offers 7 dense-model sizes from 0.5 billion to 72 billion parameters. The wider Qwen ecosystem covers text, code, mathematics, vision and audio. Breadth supports adoption without proving leadership in every category.
Qwen abarca modelos de 0,5 a 72 milmillones de parámetrosTamaños de parámetros de los modelos densos Qwen2.5, miles de millones de parámetros.Made for Freddy Vega, by HanademiFuentes: Qwen Team. (2024). Qwen2.5.; Alibaba Cloud. (2025). Qwen documentation.Unidadmiles de millones de parámetros0.5B0,51.5B1,53B37B714B1432B3272B72
Qwen2.5 ofrece 7 tamaños de modelos densos, de 0,5 a 72 mil millones de parámetros. El ecosistema más amplio cubre texto, código, matemáticas, visión y audio. La amplitud favorece la adopción sin demostrar liderazgo en cada categoría.
IEA projects data-center electricity usewill more than doubleGlobal data-center electricity consumption, TWh, 2024 estimate and 2030 projection.Made for Freddy Vega, by HanademiSources: IEA. (2025). Energy and AI.UnitTWh05001K94520242030
The IEA estimates data centers consumed about 415 TWh in 2024. It projects about 945 TWh in 2030. Power, cooling and construction can constrain model deployment.
La IEA proyecta que el consumo eléctricode centros de datos se duplicaráConsumo eléctrico mundial de centros de datos, TWh, estimación de 2024 y proyección de 2030.Made for Freddy Vega, by HanademiFuentes: IEA. (2025). Energy and AI.UnidadTWh05001K94520242030
La IEA estima que los centros de datos consumieron unos 415 TWh en 2024. Proyecta cerca de 945 TWh en 2030. La energía, la refrigeración y la construcción pueden limitar el despliegue.
Epoch AI estimates frontiertraining compute historically grewabout 4 times annually.The growth estimate is methodology-sensitive and not a guaranteed future rate.Sources: Epoch AI. (2024). Machine learning trends.
Frontier training compute historically grew at about 4 times per year. The exact rate depends on the period and sample. Sustaining that pace pushes pressure onto chips, power and capital.
Epoch AI estima que el cómputo deentrenamiento de frontera crecióunas 4 veces al año.La estimación es sensible a la metodología y no es una tasa futura garantizada.Fuentes: Epoch AI. (2024). Machine learning trends.
El cómputo de entrenamiento de frontera creció históricamente unas 4 veces al año. La tasa exacta depende del período y la muestra. Sostener ese ritmo presiona chips, energía y capital.
Cheaper models could multiply demandfaster than supplyIllustrative scenario indices for 2025 and 2028. These are scenarios, not forecasts.Made for Freddy Vega, by HanademiSources: Stanford HAI. (2025). AI Index 2025.; IEA. (2025). Energy and AI.Illustrative paths supplied as scenarios.Unitscenario index020040020252028Open versusclosed gapInferencedemandChinaopen-weightreleases
One scenario shrinks the open-versus-closed gap to 25. Another raises inference demand to 550. China’s open-weight release index reaches 190 in the same illustrative horizon.
Modelos más baratos podrían multiplicar lademanda más rápido que la ofertaÍndices ilustrativos para 2025 y 2028. Son escenarios, no pronósticos.Made for Freddy Vega, by HanademiFuentes: Stanford HAI. (2025). AI Index 2025.; IEA. (2025). Energy and AI.Rutas ilustrativas suministradas como escenarios.Unidadíndice de escenario020040020252028Brecha entreabiertos ycerradosDemanda deinferenciaLanzamientoschinos depesos abiertos
Un escenario reduce la brecha entre modelos abiertos y cerrados a 25. Otro eleva la demanda de inferencia a 550. El índice chino de lanzamientos abiertos llega a 190 en el mismo horizonte ilustrativo.
Deployment could become the largest shareof competitive advantageIllustrative deployment share of a competitive-advantage index, 2025 to 2028. Scenario, not forecast.Made for Freddy Vega, by HanademiSources: McKinsey & Company. (2024). The state of AI.; Stanford HAI. (2025). AI Index 2025.Illustrative scenario rather than an observed or forecast share.Unit% of illustrative index202530%202855%
The illustrative deployment share rises from 30% to 55%. That would make execution more important than model access alone. The values are scenario assumptions rather than measured outcomes.
El despliegue podría convertirse en lamayor parte de la ventaja competitivaParticipación ilustrativa del despliegue en un índice de ventaja competitiva, 2025 a 2028. Escenario, nopronóstico.Made for Freddy Vega, by HanademiFuentes: McKinsey & Company. (2024). The state of AI.; Stanford HAI. (2025). AI Index 2025.Escenario ilustrativo, no una participación observada ni pronosticada.Unidad% del índice ilustrativo202530 %202855 %
La participación ilustrativa del despliegue sube de 30% a 55%. Eso haría que la ejecución importara más que el acceso al modelo por sí solo. Los valores son supuestos de escenario, no resultados medidos.
In summaryMade for Freddy Vega, by HanademiSources: Nasdaq. (2025). Historical market data.; epochai.substack.com.; DeepSeek-AI. (2024). DeepSeek-V3 technical report.; sccei.fsi.stanford.edu.;reuters.com.; Nvidia. (2024). xAI Colossus supercomputer.On January 27, 2025, Nvidia fell about 17 percent, Broadcom about 17.4 percent and the Nasdaq Composite about 3.1 percent.Epoch AI estimates a median 660,000 H100-equivalents were smuggled into China through 2025, roughly one-third of thecountry’s total compute.DeepSeek-V3 reported $5.576 million of compute for final pretraining, context extension and post-training runs, excludingbroader development costs.China’s central and local government venture funds channeled $912 billion into strategic industries including AI over the past decade.Chinese regulators reportedly ordered state-funded data centers below 30% completion to remove installed foreign chipsor cancel planned purchases.Nvidia reported that xAI built a 100,000-H100 Colossus cluster in 122 days and planned expansion to 200,000 GPUs.
The value of the research is not only what each source knew, but what became visible when their evidence was combined.
En resumenMade for Freddy Vega, by HanademiFuentes: Nasdaq. (2025). Historical market data.; epochai.substack.com.; DeepSeek-AI. (2024). DeepSeek-V3 technical report.; sccei.fsi.stanford.edu.;reuters.com.; Nvidia. (2024). xAI Colossus supercomputer.El 27 de enero de 2025, Nvidia cayó cerca de 17%, Broadcom 17,4% y el Nasdaq Composite 3,1%.Epoch AI estima que, hasta 2025, se introdujeron clandestinamente en China unas 660.000 unidades equivalentes a H100,cerca de un tercio de su cómputo total.DeepSeek-V3 reportó 5,576 millones de dólares de cómputo para ejecuciones finales, excluyendo costos más amplios de desarrollo.Los fondos de capital de riesgo de los gobiernos central y locales de China canalizaron US$912.000 millones haciaindustrias estratégicas, incluida la IA, durante la última década.Reguladores chinos habrían ordenado a los centros de datos con fondos estatales y menos de 30% de avance retirar chipsextranjeros instalados o cancelar compras previstas.Nvidia reportó que xAI construyó un clúster Colossus de 100.000 H100 en 122 días y planeó ampliarlo a 200.000 GPU.
El valor de la investigación no está solo en cada fuente, sino en lo que apareció al combinar sus evidencias.

The research behind this deck

One Moonshot generation erased 727 Elo points of distance. Model scores describe only one layer of AI power.

Key findings

The argument

This research is published in English and Spanish. Ver en español