Destilación de modelos: cómo una IA aprende "copiando" a otra (y por qué desató una guerra entre EE. UU. y China)
¿Cómo puede un modelo de IA barato ser casi tan bueno como uno que costó miles de millones? A veces aprendió copiando. Entiende la destilación de modelos y el caso que puso a EE. UU. y China en rumbo de colisión.
¿Alguna vez te preguntaste cómo un modelo de IA mucho más barato puede ser casi tan bueno como uno que costó miles de millones? A veces la respuesta es simple: aprendió copiando al otro. Esto tiene un nombre técnico y es más común de lo que parece: se llama destilación de modelos.
La analogía: el maestro y el aprendiz
Imagina a un chef genial que pasó toda su vida aprendiendo a cocinar. No tienes acceso a sus recetas ni a su cocina. Pero puedes hacer una cosa: pedir mil platos, probar cada uno con atención y entrenar a un cocinero más sencillo para reproducir esos sabores. Al final, tienes un cocinero que no es el chef, pero acierta el 90% de los platos por una fracción del costo.
Eso es exactamente lo que hace la destilación con la IA. El modelo grande y caro (el "profesor") responde millones de preguntas. Un modelo más pequeño (el "alumno") se entrena sobre esas respuestas, aprendiendo a imitar el comportamiento del profesor. El resultado es un modelo más liviano, más rápido y mucho más barato, que se aproxima a la calidad del original.
El detalle que confunde a mucha gente: en la destilación no robas la "receta" (los datos de entrenamiento, los pesos internos del modelo). Solo observas las respuestas y aprendes a reproducirlas.
No toda destilación es villanía
Aquí conviene un freno: destilar es una técnica legítima y usada desde hace años en la industria. Gracias a ella existen modelos pequeños que corren en tu celular, asistentes más baratos y versiones rápidas de modelos gigantes. Que una empresa destile su propio modelo, para tener una versión más liviana, es totalmente normal.
El problema empieza cuando destilas el modelo de otros, sin autorización, a escala industrial, para acortar el camino y ahorrarte los miles de millones que gastó el competidor. Ahí deja de ser técnica y se convierte, a los ojos de quien fue copiado, en copiarse la tarea ajena.
El caso que se volvió una disputa entre potencias
Eso es más o menos lo que explotó en 2026. Anthropic, la empresa estadounidense dueña de Claude y de modelos de punta como Mythos 5 (tan avanzado que Estados Unidos lo puso bajo controles de exportación), acusó a laboratorios chinos de destilar sus modelos a escala.
El caso más citado: en junio de 2026, en una carta al Congreso de EE. UU., Anthropic afirmó que el laboratorio Qwen, de Alibaba, habría creado unas 25.000 cuentas falsas en seis semanas y recolectado aproximadamente 28,8 millones de conversaciones con Claude para entrenar un modelo rival. Meses antes ya se habían hecho acusaciones parecidas contra otros laboratorios chinos, como DeepSeek, Moonshot AI y MiniMax.
El asunto salió del mundo de la tecnología y se volvió cuestión de Estado: la Casa Blanca intervino, EE. UU. endureció los controles de exportación, y China respondió presentando sus propias herramientas, una de ellas apodada "la versión china de Mythos".
Dos puntos honestos sobre este caso: primero, todo esto son acusaciones de Anthropic y del gobierno estadounidense, no algo juzgado y probado. Segundo, destilar en sí mismo no es un delito. La polémica es sobre destilar el modelo ajeno, en masa, saltándose los términos de uso, y sobre lo que eso significa en una carrera donde la IA se volvió un asunto de seguridad nacional.
Por qué te interesa
Este tema parece lejano, pero explica cosas que ves todos los días. Es por la destilación que aparecen tantos modelos nuevos, baratos y "casi tan buenos" cada mes. Es por eso que entrenar desde cero (gastando fortunas) se volvió una ventaja competitiva que las empresas quieren proteger a toda costa. Y es por eso que "copiar" en el mundo de la IA es un problema más resbaladizo que copiar un software: nadie necesita robar el código, basta con conversar bastante con el modelo y aprender de las respuestas.
Entender estos bastidores, cómo se entrena, se copia, se destila y se protege un modelo, es lo que separa a quien solo usa la IA de quien realmente entiende el juego que se está jugando. En Data Lover, eso es lo que enseñamos: no solo apretar los botones de la inteligencia artificial, sino ver cómo funciona por dentro y qué está en disputa.
Al final, la destilación revela una verdad curiosa sobre nuestra época: a veces, el activo más valioso no es el modelo en sí, sino el derecho a aprender de él.
Fuentes
Preguntas frecuentes
Es entrenar un modelo más pequeño usando las respuestas de un modelo más grande, para que el pequeño imite el comportamiento del grande a un costo mucho menor.
