{"id":1496,"date":"2026-07-10T10:27:24","date_gmt":"2026-07-10T10:27:24","guid":{"rendered":"https:\/\/convly.ai\/?p=1496"},"modified":"2026-07-10T10:27:24","modified_gmt":"2026-07-10T10:27:24","slug":"why-us-companies-switching-chinese-ai-models-2026","status":"publish","type":"post","link":"https:\/\/convly.ai\/es\/why-us-companies-switching-chinese-ai-models-2026\/","title":{"rendered":"Por qu\u00e9 las empresas estadounidenses est\u00e1n cambiando a modelos de IA china en 2026"},"content":{"rendered":"<p>Las empresas estadounidenses est\u00e1n adoptando cada vez m\u00e1s <strong>modelos de IA china<\/strong>, and the reason is brutally simple: cost. As OpenAI and Anthropic hold premium prices, open-weight models from DeepSeek, Alibaba&#8217;s Qwen, Zhipu&#8217;s GLM and Moonshot&#8217;s Kimi have arrived at a fraction of the price while closing most of the quality gap. The result is a quiet migration that is now showing up in hard usage data \u2014 not just in opinion pieces.<\/p>\n<div class=\"convly-tldr\">\n<h3>Conclusiones clave<\/h3>\n<ul>\n<li>La participaci\u00f3n de las empresas estadounidenses en tokens gastados en modelos de IA china mediante OpenRouter ha permanecido por encima del 30 % semana tras semana desde el 8 de febrero de 2026, alcanzando un m\u00e1ximo cercano al 46 %, frente al 11 % aproximadamente registrado un a\u00f1o antes.<\/li>\n<li>La brecha de precios es enorme: el modelo insignia de DeepSeek cuesta alrededor de 0,87 USD por mill\u00f3n de tokens generados, frente a unos 25 USD para Anthropic y 30 USD para OpenAI.<\/li>\n<li>Named switchers include Lindy (100% to DeepSeek), Shopify (self-hosted Qwen 3), Coinbase (GLM 5.2 + Kimi 2.7) and Airbnb (Qwen).<\/li>\n<li>Los ahorros reportados oscilan entre un 50 % y una reducci\u00f3n de hasta 75 veces por unidad.<\/li>\n<li>No se trata \u00fanicamente del precio: los pesos abiertos permiten a las empresas autohospedar los modelos y mantener sus datos dentro de sus instalaciones, aunque plantean reales desaf\u00edos de gobernanza y cuestiones geopol\u00edticas.<\/li>\n<\/ul>\n<\/div>\n<div id=\"ez-toc-container\" class=\"ez-toc-v2_0_84 counter-flat ez-toc-counter ez-toc-container-direction\">\n<label for=\"ez-toc-cssicon-toggle-item-6a525cd08da62\" class=\"ez-toc-cssicon-toggle-label\"><span class=\"\"><span class=\"eztoc-hide\" style=\"display:none;\">Alternar<\/span><span class=\"ez-toc-icon-toggle-span\"><svg style=\"fill: #000000;color:#000000\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" class=\"list-377408\" width=\"20px\" height=\"20px\" viewbox=\"0 0 24 24\" fill=\"none\"><path d=\"M6 6H4v2h2V6zm14 0H8v2h12V6zM4 11h2v2H4v-2zm16 0H8v2h12v-2zM4 16h2v2H4v-2zm16 0H8v2h12v-2z\" fill=\"currentColor\"><\/path><\/svg><svg style=\"fill: #000000;color:#000000\" class=\"arrow-unsorted-368013\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" width=\"10px\" height=\"10px\" viewbox=\"0 0 24 24\" version=\"1.2\" baseprofile=\"tiny\"><path d=\"M18.2 9.3l-6.2-6.3-6.2 6.3c-.2.2-.3.4-.3.7s.1.5.3.7c.2.2.4.3.7.3h11c.3 0 .5-.1.7-.3.2-.2.3-.5.3-.7s-.1-.5-.3-.7zM5.8 14.7l6.2 6.3 6.2-6.3c.2-.2.3-.5.3-.7s-.1-.5-.3-.7c-.2-.2-.4-.3-.7-.3h-11c-.3 0-.5.1-.7.3-.2.2-.3.5-.3.7s.1.5.3.7z\"\/><\/svg><\/span><\/span><\/label><input type=\"checkbox\"  id=\"ez-toc-cssicon-toggle-item-6a525cd08da62\"  aria-label=\"Alternar\" \/><nav><ul class='ez-toc-list ez-toc-list-level-1' ><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-1\" href=\"https:\/\/convly.ai\/es\/why-us-companies-switching-chinese-ai-models-2026\/#How_big_is_the_shift_to_Chinese_AI_models\" >\u00bfQu\u00e9 tan grande es el cambio hacia los modelos de IA china?<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-2\" href=\"https:\/\/convly.ai\/es\/why-us-companies-switching-chinese-ai-models-2026\/#The_price_gap_driving_the_switch\" >La brecha de precios como impulsora del cambio<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-3\" href=\"https:\/\/convly.ai\/es\/why-us-companies-switching-chinese-ai-models-2026\/#Who_is_actually_switching\" >\u00bfQui\u00e9nes est\u00e1n cambiando realmente?<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-4\" href=\"https:\/\/convly.ai\/es\/why-us-companies-switching-chinese-ai-models-2026\/#It_is_not_just_price_open_weights_change_the_calculus\" >No es solo el precio: los pesos abiertos modifican el an\u00e1lisis<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-5\" href=\"https:\/\/convly.ai\/es\/why-us-companies-switching-chinese-ai-models-2026\/#The_catch_governance_and_geopolitics\" >La pega: gobernanza y geopol\u00edtica<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-6\" href=\"https:\/\/convly.ai\/es\/why-us-companies-switching-chinese-ai-models-2026\/#What_it_means_for_OpenAI_and_Anthropic\" >\u00bfQu\u00e9 implica esto para OpenAI y Anthropic?<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-7\" href=\"https:\/\/convly.ai\/es\/why-us-companies-switching-chinese-ai-models-2026\/#Should_your_company_switch_A_quick_framework\" >\u00bfDebe su empresa cambiar? Un marco r\u00e1pido<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-8\" href=\"https:\/\/convly.ai\/es\/why-us-companies-switching-chinese-ai-models-2026\/#Frequently_asked_questions\" >Preguntas frecuentes<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-9\" href=\"https:\/\/convly.ai\/es\/why-us-companies-switching-chinese-ai-models-2026\/#The_bottom_line\" >En resumen<\/a><\/li><\/ul><\/nav><\/div>\n<h2><span class=\"ez-toc-section\" id=\"How_big_is_the_shift_to_Chinese_AI_models\"><\/span>\u00bfQu\u00e9 tan grande es el cambio hacia los modelos de IA china?<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>La se\u00f1al m\u00e1s clara proviene del uso real, no de la percepci\u00f3n. Seg\u00fan datos de OpenRouter citados por CNBC, la proporci\u00f3n de tokens que las empresas estadounidenses dirigen a modelos chinos ha superado el 30 % cada semana desde el 8 de febrero de 2026, alcanzando picos de hasta el 46 %, comparado con un promedio del 11 % durante los doce meses anteriores. En otras palabras, cerca de la mitad del tr\u00e1fico de IA empresarial estadounidense en algunas semanas ahora se ejecuta sobre modelos desarrollados en China.<\/p>\n<p>El segmento de startups avanza m\u00e1s r\u00e1pido. Estimaciones del sector indican que aproximadamente el 20-30 % de las startups ya utilizan modelos de c\u00f3digo abierto, y alrededor del 80 % de ellas eligen un modelo chino de pesos abiertos. Cuando un fundador observa su runway financiero, una diferencia de un orden de magnitud en la factura de IA no es un error de redondeo: es la diferencia entre lanzar un producto o cerrar la empresa.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"The_price_gap_driving_the_switch\"><\/span>La brecha de precios como impulsora del cambio<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Los n\u00fameros destacados explican por s\u00ed solos este comportamiento. Un modelo insignia chino puede costar una peque\u00f1a fracci\u00f3n por token respecto a sus competidores estadounidenses:<\/p>\n<table class=\"convly-vs\">\n<thead>\n<tr>\n<th>Modelo \/ proveedor<\/th>\n<th>Precio aproximado de salida (por 1 mill\u00f3n de tokens)<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>DeepSeek (insignia)<\/td>\n<td>~$0.87<\/td>\n<\/tr>\n<tr>\n<td>Anthropic Claude (insignia)<\/td>\n<td>~$25<\/td>\n<\/tr>\n<tr>\n<td>OpenAI (insignia)<\/td>\n<td>~$30<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>Una comparaci\u00f3n ampliamente citada de cargas de trabajo similares estim\u00f3 un costo de aproximadamente 4.811 USD en Claude de Anthropic frente a unos 544 USD en GLM de Zhipu \u2014una diferencia cercana a 9 veces. Los analistas sit\u00faan generalmente a los principales modelos abiertos chinos entre un 60 % y un 90 % m\u00e1s baratos que los modelos punteros estadounidenses para tareas comparables. Antes de realizar cualquier cambio, vale la pena modelar sus propios n\u00fameros en lugar de confiar en titulares: nuestra gratuita <a href=\"https:\/\/convly.ai\/es\/ai-api-cost-calculator\/\">Calculadora de costos de API de IA<\/a> calculadora de costos de API de IA estima una factura mensual real seg\u00fan su volumen de tokens, y nuestro <a href=\"https:\/\/convly.ai\/es\/ai-price-performance-index-2026\/\">\u00cdndice de relaci\u00f3n precio-rendimiento en IA<\/a> \u00edndice de relaci\u00f3n precio-rendimiento de IA clasifica los modelos seg\u00fan su inteligencia por d\u00f3lar, para que pueda ver exactamente d\u00f3nde se posiciona cada uno en t\u00e9rminos de valor.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Who_is_actually_switching\"><\/span>\u00bfQui\u00e9nes est\u00e1n cambiando realmente?<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Esto ya no es hipot\u00e9tico. Varias empresas identificadas han trasladado tr\u00e1fico real de producci\u00f3n:<\/p>\n<ul>\n<li><strong>Lindy<\/strong> \u2014la startup especializada en agentes de IA traslad\u00f3 el 100 % de su tr\u00e1fico desde Claude de Anthropic a DeepSeek, un cambio que su CEO espera le ahorre millones de d\u00f3lares.<\/li>\n<li><strong>Shopify<\/strong> \u2014sustituy\u00f3 una canalizaci\u00f3n basada en GPT-5 de OpenAI por un sistema multiagente autohospedado impulsado por Qwen 3 de Alibaba, citando una reducci\u00f3n de aproximadamente 75 veces en el costo por unidad del modelo de lenguaje, junto con una mayor calidad de salida.<\/li>\n<li><strong>Coinbase<\/strong> \u2014redujo sus gastos en IA casi a la mitad tras trasladar sus cargas de trabajo a GLM 5.2 y Kimi 2.7.<\/li>\n<li><strong>Airbnb<\/strong> \u2014ejecuta 13 modelos de IA, pero depende fuertemente de Qwen; su CEO, Brian Chesky, lo calific\u00f3 p\u00fablicamente como \u00abmuy bueno\u00bb, \u00abr\u00e1pido\u00bb y asequible. Tras implementar un agente de servicio al cliente basado en Qwen, Airbnb inform\u00f3 que el tiempo medio de resoluci\u00f3n baj\u00f3 de casi tres horas a unos seis segundos.<\/li>\n<\/ul>\n<h2><span class=\"ez-toc-section\" id=\"It_is_not_just_price_open_weights_change_the_calculus\"><\/span>No es solo el precio: los pesos abiertos modifican el an\u00e1lisis<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>El costo acapara los titulares, pero el segundo factor impulsor es arquitect\u00f3nico. Al ser modelos de pesos abiertos, las empresas pueden descargarlos y ejecutarlos en su propio hardware, en lugar de invocar una API externa. Esto cambia dos cosas simult\u00e1neamente: desaparece el cobro por token y los datos sensibles nunca tienen que salir de las instalaciones. Por ejemplo, Airbnb subray\u00f3 que no env\u00eda ning\u00fan dato a los desarrolladores de los modelos. Para los equipos que eval\u00faan este trade-off, nuestra <a href=\"https:\/\/convly.ai\/es\/self-hosting-vs-api-calculator\/\">calculadora de autohospedaje frente a API<\/a> calculadora de autohospedaje frente a API muestra el punto de equilibrio en el que poseer una GPU resulta m\u00e1s econ\u00f3mico que pagar por token, y nuestro <a href=\"https:\/\/convly.ai\/es\/open-vs-closed-ai-cost-gap-2026\/\">estudio comparativo de costos: abierto frente a cerrado<\/a> cuantifica cu\u00e1n amplia se ha vuelto esta brecha. Para comparar especificaciones, ventanas de contexto y precios en tiempo real lado a lado, consulte nuestra <a href=\"https:\/\/convly.ai\/es\/models\/\">Base de datos de modelos de IA<\/a>base de datos de modelos de IA, y para un an\u00e1lisis profundo del modelo que lidera este cambio, nuestro <a href=\"https:\/\/convly.ai\/es\/deepseek-v4\/\">Gu\u00eda de DeepSeek V4<\/a>.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"The_catch_governance_and_geopolitics\"><\/span>La pega: gobernanza y geopol\u00edtica<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>El cambio no est\u00e1 exento de fricci\u00f3n. Tras revelar Airbnb su uso de modelos abiertos chinos, legisladores estadounidenses plantearon interrogantes sobre dicha pr\u00e1ctica, pese a que la empresa los aloja internamente y no comparte datos con los proveedores. Para sectores regulados, utilizar un modelo de origen chino \u2014incluso uno que se ejecute \u00edntegramente en servidores locales\u2014 plantea dudas sobre adquisici\u00f3n, cumplimiento normativo y reputaci\u00f3n que una simple hoja de c\u00e1lculo no podr\u00e1 resolver. El patr\u00f3n pragm\u00e1tico que va emergiendo consiste en alojar internamente los pesos abiertos (para que ning\u00fan dato cruce fronteras) y mantener un modelo puntero estadounidense en espera para las tareas m\u00e1s exigentes.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"What_it_means_for_OpenAI_and_Anthropic\"><\/span>\u00bfQu\u00e9 implica esto para OpenAI y Anthropic?<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Ya se observa presi\u00f3n al respecto. A principios de junio de 2026 se inform\u00f3 que OpenAI estaba evaluando reducciones dr\u00e1sticas en los precios por token \u2014una medida que indicar\u00eda que la empresa considera la amenaza de precios china como existencial, no perif\u00e9rica. El estado de \u00e1nimo general del mercado ha cambiado desde el \u00abtokenmaxxing\u00bb (aplicar cada vez m\u00e1s tokens a un problema) hacia la eficiencia: obtener el mismo resultado con mucho menos gasto. Este es precisamente el entorno en el que un modelo un 60-90 % m\u00e1s barato logra ganar clientes, y por eso los precios de los modelos punteros durante el pr\u00f3ximo a\u00f1o podr\u00edan diferir notablemente de los del \u00faltimo.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Should_your_company_switch_A_quick_framework\"><\/span>\u00bfDebe su empresa cambiar? Un marco r\u00e1pido<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>La respuesta sincera es: a veces. Eval\u00fae la decisi\u00f3n seg\u00fan cuatro ejes. <strong>Volumen<\/strong> \u2014cuanto mayor y m\u00e1s estable sea su volumen de uso, m\u00e1s rentable resultar\u00e1 optar por un modelo m\u00e1s econ\u00f3mico (o por su alojamiento interno). <strong>Umbral de calidad<\/strong> \u2014para redacci\u00f3n cotidiana, extracci\u00f3n, clasificaci\u00f3n y soporte, los mejores modelos abiertos son dif\u00edciles de distinguir de las APIs punteras; sin embargo, en los problemas de razonamiento m\u00e1s complejos, los modelos estadounidenses l\u00edderes siguen teniendo ventaja. <strong>Sensibilidad de los datos<\/strong> \u2014si sus datos no pueden salir de su control, alojar internamente un modelo abierto constituye la soluci\u00f3n m\u00e1s limpia. <strong>Gobernanza<\/strong> \u2014verifique las normas de adquisici\u00f3n y cumplimiento antes de comprometerse. Calcule primero los costos mediante las herramientas indicadas arriba, realice una prueba piloto en una carga de trabajo no cr\u00edtica y solo entonces transfiera tr\u00e1fico real.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Frequently_asked_questions\"><\/span>Preguntas frecuentes<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<h3>\u00bfQu\u00e9 modelos de IA chinos utilizan con mayor frecuencia las empresas estadounidenses?<\/h3>\n<p>Los nombres m\u00e1s citados son DeepSeek, Qwen de Alibaba, GLM de Zhipu y Kimi de Moonshot. DeepSeek lidera los cambios motivados por el precio, mientras que Qwen ha sido adoptado por Airbnb y Shopify, y GLM\/Kimi por Coinbase.<\/p>\n<h3>\u00bfCu\u00e1nto m\u00e1s baratos son los modelos de IA chinos?<\/h3>\n<p>Los analistas estiman que los principales modelos abiertos chinos cuestan aproximadamente un 60 % a un 90 % menos que los mejores modelos punteros estadounidenses. Como ejemplo concreto, el modelo insignia de DeepSeek tiene un costo de unos 0,87 USD por mill\u00f3n de tokens de salida, frente a unos 25 USD de Anthropic y 30 USD de OpenAI; adem\u00e1s, una comparaci\u00f3n de cargas de trabajo mostr\u00f3 una diferencia cercana a nueve veces (544 USD con GLM frente a 4.811 USD con Claude).<\/p>\n<h3>\u00bfEs seguro enviar datos corporativos a modelos de IA chinos?<\/h3>\n<p>Dado que estos modelos tienen pesos abiertos, las empresas pueden alojarlos internamente, de modo que ning\u00fan dato abandone sus propios servidores \u2014por ejemplo, Airbnb afirma que no env\u00eda datos alguno a los desarrolladores del modelo. El riesgo radica menos en la transmisi\u00f3n de datos y m\u00e1s en aspectos de gobernanza, reglas de adquisici\u00f3n y geopol\u00edtica, los cuales cada organizaci\u00f3n debe evaluar por s\u00ed misma.<\/p>\n<h3>\u00bfQu\u00e9 empresas estadounidenses han migrado a modelos de IA chinos?<\/h3>\n<p>Entre los ejemplos p\u00fablicos figuran Lindy (100 % con DeepSeek), Shopify (Qwen 3 alojado internamente), Coinbase (GLM 5.2 y Kimi 2.7) y Airbnb (Qwen). Datos m\u00e1s amplios de OpenRouter indican que, durante la mayor parte de las semanas de 2026, el uso empresarial estadounidense de modelos chinos super\u00f3 el 30 % del total de tokens.<\/p>\n<h3>\u00bfAlcanzan los modelos chinos la calidad de OpenAI y Anthropic?<\/h3>\n<p>En muchas tareas cotidianas y de programaci\u00f3n, ya se encuentran a menos de un punto de los mejores modelos cerrados, lo cual explica por qu\u00e9 los cambios impulsados por el costo tienen sentido. No obstante, en los problemas de razonamiento m\u00e1s complejos, los modelos punteros estadounidenses conservan cierta ventaja \u2014de ah\u00ed que una pr\u00e1ctica com\u00fan sea usar por defecto un modelo abierto econ\u00f3mico y reservar una API puntera \u00fanicamente para las tareas m\u00e1s exigentes.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"The_bottom_line\"><\/span>En resumen<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>La migraci\u00f3n hacia modelos de IA chinos se impulsa por la aritm\u00e9tica, no por la ideolog\u00eda. Cuando un modelo capaz cuesta una d\u00e9cima parte \u2014o incluso una setenta y cincoava parte\u2014 del modelo establecido y puede alojarse internamente para mantener los datos dentro de la organizaci\u00f3n, los equipos sensibles al costo lo probar\u00e1n, y los datos de OpenRouter muestran que muchos permanecen con \u00e9l. La lecci\u00f3n duradera no es \u00abChina gan\u00f3\u00bb, sino que la inferencia de IA se ha convertido en un bien commoditizado donde el precio y la eficiencia importan tanto como la capacidad bruta. Las empresas que calculen cuidadosamente sus cifras reales, realicen pruebas piloto rigurosas y asignen cada modelo a la tarea adecuada capturar\u00e1n la mayor parte de los ahorros sin arriesgar su negocio en un \u00fanico proveedor.<\/p>\n<p><em>Fuentes: CNBC, Forbes, Rest of World, Tech Startups. Informado en julio de 2026.<\/em><\/p>","protected":false},"excerpt":{"rendered":"<p>US companies from Lindy to Airbnb are switching to Chinese AI models like DeepSeek, Qwen and GLM to cut costs by 60-90%. Here is who moved and why.<\/p>","protected":false},"author":1,"featured_media":1497,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"site-sidebar-layout":"default","site-content-layout":"","ast-site-content-layout":"default","site-content-style":"default","site-sidebar-style":"default","ast-global-header-display":"","ast-banner-title-visibility":"","ast-main-header-display":"","ast-hfb-above-header-display":"","ast-hfb-below-header-display":"","ast-hfb-mobile-header-display":"","site-post-title":"","ast-breadcrumbs-content":"","ast-featured-img":"","footer-sml-layout":"","ast-disable-related-posts":"","theme-transparent-header-meta":"","adv-header-id-meta":"","stick-header-meta":"","header-above-stick-meta":"","header-main-stick-meta":"","header-below-stick-meta":"","astra-migrate-meta-layouts":"default","ast-page-background-enabled":"default","ast-page-background-meta":{"desktop":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"ast-content-background-meta":{"desktop":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"footnotes":""},"categories":[604],"tags":[888,424,421,887,889,455,422],"class_list":["post-1496","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-chinese-ai","tag-ai-cost","tag-chinese-ai-models","tag-deepseek","tag-glm","tag-kimi","tag-open-weight-models","tag-qwen"],"_links":{"self":[{"href":"https:\/\/convly.ai\/es\/wp-json\/wp\/v2\/posts\/1496","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/convly.ai\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/convly.ai\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/convly.ai\/es\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/convly.ai\/es\/wp-json\/wp\/v2\/comments?post=1496"}],"version-history":[{"count":1,"href":"https:\/\/convly.ai\/es\/wp-json\/wp\/v2\/posts\/1496\/revisions"}],"predecessor-version":[{"id":1498,"href":"https:\/\/convly.ai\/es\/wp-json\/wp\/v2\/posts\/1496\/revisions\/1498"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/convly.ai\/es\/wp-json\/wp\/v2\/media\/1497"}],"wp:attachment":[{"href":"https:\/\/convly.ai\/es\/wp-json\/wp\/v2\/media?parent=1496"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/convly.ai\/es\/wp-json\/wp\/v2\/categories?post=1496"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/convly.ai\/es\/wp-json\/wp\/v2\/tags?post=1496"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}