En el análisis del 8 de octubre, SemiAnalysis halló resultados de seguridad publicados para 31 de 857 lanzamientos; solo nueve los tenían al salir al mercado análisis del 8 de octubre, SemiAnalysis contó 857 lanzamientos de nueve desarrolladores con sede en China entre 2021 y el 15 de septiembre de 2026. Encontró un resultado de seguridad publicado para 31 lanzamientos (3,6%). Para solo nueve (1,1%), el resultado estaba disponible en la fecha de lanzamiento del modelo o antes.

Las cifras describen lo que los investigadores pudieron encontrar en los materiales públicos de los desarrolladores. No indican cuántos modelos se probaron en privado ni si un modelo concreto es seguro.

El gran cambio

  • Qué cambió: SemiAnalysis puso cifra a una carencia documental en un conjunto definido de lanzamientos: nueve de 857 tenían un resultado de seguridad específico del modelo que el público podía leer antes del día de lanzamiento.
  • Por qué importa: Quien evalúa un modelo cuando se lanza necesita resultados de esa versión. Una garantía genérica de que se hicieron pruebas, o un resultado publicado después, no responde a la misma pregunta en ese momento.
  • Qué observar: En lanzamientos posteriores, la señal útil es un resultado fechado, vinculado al modelo exacto y disponible cuando los usuarios obtienen acceso por primera vez. La tasa de divulgación de la auditoría puede cambiar a medida que aparecen documentos, pero su publicación posterior no modifica lo que estaba disponible el día del lanzamiento.

Qué contó la auditoría

SemiAnalysis afirma que su censo abarcó 741 lanzamientos de modelos de producto y 116 de modelos de investigación de Alibaba, ByteDance, Tencent, Baidu, DeepSeek, Moonshot, Zhipu (Z.ai), MiniMax y StepFun. Asignó una primera fecha pública a cada lanzamiento y luego revisó las fichas de modelo, notas de lanzamiento e informes técnicos de los desarrolladores para encontrar resultados de seguridad que pudiera vincular con ese lanzamiento.

Para que un resultado contara debía ofrecer un hallazgo cuantitativo o sustantivo sobre un modelo identificado. Los temas incluían salidas dañinas, resistencia a jailbreaks, toxicidad, privacidad, comportamiento de rechazo y capacidades peligrosas. No contaba afirmar que un modelo recibió entrenamiento o evaluación de seguridad sin comunicar un hallazgo. Tampoco extendieron los investigadores el resultado de un modelo insignia a otros tamaños o versiones posteriores.

Esa regla estricta de correspondencia hace importante el denominador. Las 857 entradas son lanzamientos contabilizados, incluidas variantes, no 857 sistemas de frontera con capacidades equivalentes. SemiAnalysis señala que los desarrolladores nombran las variantes con distintos niveles de detalle. Por tanto, el recuento sirve para examinar la documentación de este conjunto de lanzamientos, no para clasificar sólidamente a empresas individuales.

Cuándo aparecieron los resultados

De los 31 lanzamientos con un resultado publicado que cumplía los criterios, nueve lo tenían en la fecha de lanzamiento o antes. Otros 16 se documentaron más tarde; SemiAnalysis informa de una demora mediana de 42 días para ese grupo. En los seis restantes, los investigadores no pudieron establecer el momento ni vincular el resultado con un modelo específico. Esos seis forman parte de los 31 con algún resultado publicado, pero no pueden contarse como divulgaciones del día de lanzamiento.

Los demás casos también requieren precisión. SemiAnalysis encontró 10 lanzamientos con una afirmación de evaluación pero sin cifras, y tres conocidos solo por noticias o declaraciones de inversores para los que no pudo obtener documentación del desarrollador. En los materiales revisados no encontró divulgación de seguridad para 813 lanzamientos. Esos grupos, junto con los 31 con resultados, suman los 857 lanzamientos.

El informe de Reuters sobre el análisis también subraya que las empresas podrían haber realizado pruebas privadas. “No se encontró divulgación” se refiere al registro público examinado aquí. No demuestra que no hubiera pruebas, y una prueba publicada no establece por sí sola la seguridad subyacente del modelo. En esta auditoría, SemiAnalysis no ofreció una tasa comparable por lanzamiento para desarrolladores estadounidenses.

Para quien elige o evalúa un modelo, la distinción práctica es sencilla: identificar la versión exacta, buscar un resultado fechado y específico del modelo, y comprobar si estaba disponible cuando se lanzó. Esa evidencia muestra lo que el desarrollador hizo público. Es solo una parte de la evaluación de un modelo para un uso concreto.

Fuentes y lecturas adicionales