El sector estadounidense de inteligencia artificial, dominado por empresas como OpenAI, Anthropic y Google, ha logrado grandes avances, combinando eficacia y ambición en la búsqueda de descubrimientos espectaculares en modelos de lenguaje complejos, inteligencia artificial generativa e infraestructura de nube de vanguardia. Ha progresado a un ritmo vertiginoso, con una enorme afluencia de capital, contrataciones masivas y una expansión constante de unidades de procesamiento gráfico (GPU) e infraestructura avanzada. Pero mientras el ecosistema estadounidense se aceleraba, una alternativa más razonada y metódica sentaba silenciosamente las bases de una estructura que ahora parece prácticamente inexpugnable: el ecosistema chino.
A primera vista, Estados Unidos parece mantener su ventaja. Las GPU H100 de Nvidia, los aceleradores MI300 de AMD y otros microprocesadores de fabricación estadounidense siguen siendo los motores de computación más eficientes energéticamente del mercado. Dominan la inteligencia artificial en la nube, impulsan la investigación de vanguardia y constituyen la columna vertebral del despliegue comercial de la inteligencia artificial. Sin embargo, estas ventajas ocultan vulnerabilidades sistémicas que China ha estado abordando discretamente durante años (1).
En la carrera de la inteligencia artificial, la potencia de cálculo bruta es solo una parte de la historia. Para los modelos a gran escala, los costes energéticos, los gastos de climatización y el rendimiento total del sistema son tan importantes, o incluso más, que la máxima eficacia de los chips. En este sentido, Estados Unidos se enfrenta a una desventaja estructural. Los precios de la electricidad industrial están aumentando, actualmente en torno a los 0,12 dólares por kWh, mientras que en las principales regiones industriales chinas que abastecen a los centros de inteligencia artificial cuestan solo 0,04 dólares por kWh.
El proceso de fabricación de nodos avanzados depende de una cadena de suministro frágil, expuesta a incertidumbres políticas, y los componentes de tierras raras, esenciales para las GPU y otros microprocesadores, se importan en gran medida, lo que expone la infraestructura estadounidense a fluctuaciones arancelarias y escasez.
China, por otro lado, cuenta con una ventaja sistemática en cada eslabón de la cadena. Su producción nacional de chips, que incluye aceleradores digitales y una gama en rápida expansión de chips analógicos para inteligencia artificial, continúa mejorando. Consideremos el entrenamiento de un modelo de inteligencia artificial de gran tamaño con un billón de parámetros: un clúster estadounidense que utiliza unidades de procesamiento gráfico (GPU) H100 incurre en aproximadamente 80.000 dólares en costos de electricidad por ciclo de entrenamiento, mientras que un clúster chino, a pesar de utilizar GPU ligeramente menos eficaces, logra un costo de alrededor de 78.000 dólares gracias a los menores precios de la energía y la optimización de los programas. Incluso en términos de costo calculado por julio, China tiene la ventaja, y se espera que la brecha se amplíe a medida que los precios de la electricidad aumenten en Estados Unidos y los precios de la energía en China se mantengan estables o incluso disminuyan.
Incluso con chips menos eficientes, China logra reducir el costo total por ciclo de entrenamiento gracias a la electricidad más barata y la optimización de los programas. La ventaja de China en cuanto al coste de los tokens () ya es significativa. Por ejemplo, el modelo ERNIE 4.5 de Baidu se vende a tan solo 0,004 yuanes por cada mil tokens () de entrada y 0,016 yuanes por cada mil tokens () de salida, menos del 2 por cien del coste de las ofertas estadounidenses equivalentes (2). Un análisis más detallado revela que el coste de los tokens () de salida para los modelos chinos ronda los 2,19 dólares por millón de tokens () (para DeepSeek R1), mientras que los modelos estadounidenses requieren decenas de dólares (o incluso más) para el mismo volumen. La diferencia de coste de los tokens () de DeepSeek y OpenAI también es considerable (3). Indica que toda la infraestructura tecnológica china (equipos, programas y energía) ya ofrece potencia informática a un menor coste. Por lo tanto, las empresas que implementan inteligencia artificial en China o a través de la infraestructura china pueden crear e implementar modelos a un coste mucho menor, lo que fomenta su adopción. Para Estados Unidos, la competencia ya no se basa únicamente en las capacidades, sino también en el coste por token (*) y la capacidad de reducirlo. Este proceso de estandarización ya es una realidad.
El mercado mundial de chips analógicos
Si bien el rendimiento de las GPU digitales ha captado la atención, el creciente dominio de China en el diseño de chips analógicos y neuromórficos podría ser la verdadera palanca estratégica. Los chips analógicos destacan por su rendimiento en aplicaciones industriales y de inteligencia artificial de vanguardia, como bucles de control en tiempo real, visión artificial y robótica. Su coste de producción es significativamente menor (generalmente alrededor de 500 dólares por unidad, en comparación con los 5.000 dólares de un chip digital estadounidense equivalente), y su consumo energético por nodo de inferencia es mucho menor (alrededor de 1.000 kWh al año frente a 5.000 kWh).
En resumen, China puede desplegar aproximadamente diez veces más nodos a un coste total diez veces menor, lo que permite una aceleración industrial masiva y la integración de la inteligencia artificial en fábricas, logística e infraestructura inteligente.
Los chips analógicos difieren fundamentalmente de sus homólogos digitales. Si bien los procesadores digitales ejecutan operaciones lógicas a una velocidad vertiginosa, son inútiles si no pueden interactuar con el mundo real. Esta interacción depende de dispositivos analógicos: chips que convierten la luz, el sonido, la temperatura y el movimiento en señales digitales, o que proporcionan la energía necesaria para el funcionamiento de motores, la carga de baterías y los sistemas de comunicación.
Estos chips son omnipresentes. Se encuentran, por ejemplo, en vehículos eléctricos, donde gestionan los sistemas de baterías, alimentan los motores y permiten una comunicación segura y fiable entre subsistemas. También se encuentran en la automatización industrial, donde los sensores, actuadores y controladores de motores requieren circuitos analógicos de precisión. Son, además, la base de los equipos de telecomunicaciones y redes, ya que convierten señales y garantizan un suministro de energía fiable. Asimismo, están presentes en la electrónica de consumo y el “internet de las cosas” (IoT), donde incluso los dispositivos conectados más sencillos requieren una variedad de componentes analógicos.
A diferencia de los procesadores de gama alta, los chips analógicos no dependen de las últimas tecnologías litográficas. Se pueden fabricar en líneas de producción consolidadas a 28, 40 ó 90 nanómetros, o incluso a tamaños mayores. Su valor reside menos en la densidad de transistores que en la experiencia en diseño, la fiabilidad y la integración con los sistemas de uso final. Por ello, los chips analógicos han sido históricamente dominio de empresas especializadas con décadas de experiencia acumulada, como Texas Instruments, Analog Devices y ON Semiconductor.
El mercado mundial de chips analógicos representa actualmente entre 90.000 y 100.000 millones de dólares anuales, o entre el 12 y el 16 por cien de los ingresos totales de la industria de semiconductores. Si bien su valor en dólares es inferior al de otros segmentos, como la memoria o la lógica, sigue siendo una parte significativa. Además, se prevé que crezca de forma constante y sostenible.
Destacan tres factores estructurales. El primero es la electrificación del transporte. Los vehículos eléctricos contienen entre dos y tres veces más semiconductores analógicos y potencia que los vehículos tradicionales con motor de combustión interna. A medida que aumenta el número de vehículos eléctricos, también lo hace la demanda de chips de gestión. La demanda de chips para la gestión de baterías, controladores de red, circuitos integrados de conversión de energía y transceptores de red para automóviles crecerá en consecuencia.
En segundo lugar, se encuentra la digitalización industrial. Las fábricas, los centros logísticos y la infraestructura urbana se equipan cada vez más con sensores, dispositivos conectados y sistemas de control automatizados. Cada instalación amplía la base instalada de componentes analógicos. Una vez que los clientes industriales validan la seguridad y la fiabilidad de los chips de un proveedor, son reacios a cambiar. Esto se traduce en ciclos de vida de producto prolongados e ingresos recurrentes.
En tercer lugar, está el “internet de las cosas” (IoT). A pesar de años de gran expectación, aún está en sus inicios. Se esperan decenas de miles de millones de dispositivos, pero solo se han implementado unos pocos. Cada nodo IoT requiere componentes analógicos, como convertidores, amplificadores y reguladores de potencia. A medida que el “internet de las cosas” se expande, el contenido analógico seguirá aumentando, lo que proporcionará un motor de crecimiento sostenible durante las próximas décadas.
En otras palabras, el sector analógico constituye la base de la economía digital. Si bien los procesadores de gama alta acaparan los titulares, no pueden funcionar en el caótico mundo físico sin una infraestructura analógica. Desde la perspectiva de Pekín, el mercado analógico resulta especialmente atractivo por ser esencial y accesible. Competir directamente con las principales empresas estadounidenses y taiwanesas en el campo de la lógica digital sigue siendo un desafío importante, obstaculizado por los controles a la exportación, la litografía ultravioleta extrema y la presencia de actores consolidados.
El ecosistema chino continúa creciendo, pero los semiconductores analógicos presentan un panorama diferente. La producción analógica no requiere fábricas de última generación. Puede implementarse utilizando nodos maduros, donde China ya cuenta con una importante capacidad de producción, especialmente en empresas como Hua Hong y SMIC. En cuanto al diseño, empresas chinas como SG Micro, GigaDevice y Will Semiconductor están mejorando su gestión de la energía, interfases para la industria automotriz e integración de sensores. Las barreras tecnológicas son reales, ya que el diseño analógico es tanto un arte como una ciencia, pero son menos insuperables que las que dificultan el acceso a la carrera de los dos nanómetros.
Estas ventajas son considerables. A nivel nacional, China puede acelerar la automatización industrial a gran escala basada en inteligencia artificial. Se pueden implementar miles de nodos por fábrica a un menor costo total, lo que permite el establecimiento de redes de fabricación y logística inteligentes a gran escala. En contraste, Estados Unidos, limitado por los mayores costos de los chips y la energía, solo puede implementar un número limitado de nodos, lo que dificulta la implementación de la inteligencia artificial industrial. Por ejemplo, en cinco años, un clúster industrial típico de Estados Unidos podría crecer hasta alcanzar los 1.600 nodos, mientras que China podría implementar casi 38.000 en sus fábricas, amplificando así el impacto tecnológico y económico.
Mejor, más rápido y más barato
Por sí solo el equipo no basta para ganar la carrera de la inteligencia artificial. Los programas, la optimización de modelos y el diseño conjunto entre chips y cargas de trabajo informáticas son igualmente esenciales. Las empresas chinas han invertido mucho en la cooptimización de equipos y programas, lo que permite que chips analógicos y digitales menos eficaces alcancen un rendimiento comparable al de las GPU estadounidenses de gama alta. China está logrando avances significativos en este campo para potenciar sus capacidades de inteligencia artificial. Esta sinergia es especialmente notable en la automatización industrial, donde la eficacia energética, la latencia y la integración con sensores del mundo real son cruciales.
Por ejemplo, el desarrollo por parte de Huawei de la serie de chips Ascend AI, complementada por la pila de programas CANN (Compute Architecture for Neural Networks) (4). Huawei anunció recientemente su intención de liberar el código fuente de CANN para competir con el dominio de NVIDIA en el mercado de aceleradores de inteligencia artificial (5). Otro ejemplo es el lanzamiento por parte de DeepSeek de su modelo de lenguaje de gran tamaño, DeepSeek-V3.2-Exp, optimizado para chips y programas chinos. Este modelo respalda aceleradores nacionales, como las NPU Ascend de Huawei y las MLU de Cambricon, lo que demuestra el compromiso de China con garantizar su soberanía en inteligencia artificial priorizando el equipamiento nacional en el desarrollo de inteligencia artificial de vanguardia.
Estas iniciativas reflejan la estrategia china de integrar el desarrollo de equipos y programas informáticos para reducir su dependencia de tecnologías extranjeras y fortalecer su posición en el sector mundial de la inteligencia artificial.
De hecho, el despliegue de tecnología china ofrece reduce el gasto energético dos o tres veces mayor que las alternativas estadounidenses. Esta es una ventaja estructural que se acumula con el tiempo, especialmente a medida que los proyectos se expanden. Incluso si esta ventaja fuera menor debido a diferencias menos significativas en los costos de energía, es evidente que Estados Unidos no posee una superioridad clara.
Las tierras raras: un talón de Aquiles
Más allá de la energía y los chips, el dominio de China en componentes de tierras raras y materiales críticos para la fabricación fortalece su ventaja competitiva. Mientras Estados Unidos aún depende de materiales importados para GPU y baterías de alta capacidad, China cuenta con un suministro seguro. Eso no solo reduce la volatilidad de los costos, sino que también garantiza que las implementaciones a gran escala de inteligencia artificial y automatización industrial sean inmunes a las interrupciones internacionales. A medida que aumenta la demanda mundial de aceleradores de inteligencia artificial, baterías y robótica, Estados Unidos podría padecer interrupciones en el suministro que las empresas chinas pueden evitar fácilmente.
En octubre, China anunció controles de exportación más estrictos sobre las tierras raras, añadiendo cinco nuevos materiales a su lista de restricciones y exigiendo licencias de exportación para todos los productos de tierras raras de origen chino. Estos controles se aplican a materiales esenciales para la fabricación de semiconductores, como el disprosio, el terbio y el itrio. Dado el dominio de China en el procesamiento de tierras raras (que representa aproximadamente el 90 por cien de la capacidad mundial), estas medidas podrían interrumpir las cadenas de suministro de los fabricantes estadounidenses de microprocesadores si se utilizan para fines no autorizados. Los usos militares están generalmente prohibidos, y las aplicaciones de doble uso requerirán aprobación caso por caso. Las empresas que dependen de estos materiales podrían enfrentar retrasos en la producción y mayores costos, lo que podría interrumpir la entrega oportuna de chips avanzados utilizados en inteligencia artificial, defensa y electrónica de consumo.
Aunque las negociaciones entre Estados Unidos y China suspendieron la aplicación de estos requisitos hasta el 31 de octubre, es evidente que este acuerdo otorga a China la capacidad de controlar el suministro de materiales críticos, en particular aquellos que afectan la seguridad nacional.
Las ventajas del código abierto
El avance más notable es el surgimiento de sistemas de inteligencia artificial en contenedores basados en modelos de código abierto. Las empresas chinas están integrando “pilas” de inteligencia artificial (computación, equipos, energía y comunicaciones) en soluciones llave en mano que pueden implementarse en regiones con infraestructura local limitada. Estas soluciones son válidas para las economías en desarrollo, reducen la dependencia de los servicios en la nube y los modelos propietarios con sede en Estados Unidos.
China está logrando avances significativos en la implementación de soluciones de inteligencia artificial mediante sistemas en contenedores y listos para usar, con el objetivo de proporcionar una infraestructura de inteligencia artificial accesible y escalable. Por ejemplo, la implementación del modelo Qwen-V Chat de Alibaba demuestra que las aplicaciones de inteligencia artificial pueden implementarse rápidamente utilizando entornos en contenedores (6), lo que facilita una operatividad y gestión eficaces. Además, las contribuciones de Huawei a la Cloud Native Computing Foundation, incluyendo la donación de Volcano para la planificación de cargas de trabajo de inteligencia artificial de alto rendimiento y KubeEdge para el despliegue de contenedores de inteligencia artificial en el borde (7), subrayan los esfuerzos por optimizar la infraestructura de la inteligencia artificial y mejorar la flexibilidad de despliegue. Estas iniciativas reflejan el enfoque estratégico de China en la integración del desarrollo de equipos y programas para reducir su dependencia de tecnologías extranjeras y fortalecer su posición en el panorama mundial de la inteligencia artificial.
En cuanto a las aplicaciones de código abierto y las descargas, China también está ganando terreno rápidamente. Familias de modelos chinos, como Qwen 2.5, han sido descargadas decenas de millones de veces. Diversos análisis sugieren que los modelos chinos de código abierto están superando a sus contrapartes estadounidenses en términos de despliegue mundial. Más del 60 por cien de los despliegues de modelos abiertos se originan en China. Esta combinación de bajo costo y amplia adopción implica que China cuenta con una ventaja de ecosistema (desarrolladores, despliegues y servicios). Las empresas estadounidenses, que dependen de modelos cerrados y estructuras de costos más elevadas, podrían tener dificultades para mantener su ventaja competitiva si los desarrolladores mundiales recurren cada vez más a alternativas chinas más económicas.
Estas tendencias permiten que los modelos chinos de código abierto superen a los de Estados Unidos. Incluso empresas estadounidenses están utilizando modelos chinos de código abierto como base para su propio desarrollo, según un artículo reciente de Harvard Business Review (8). Sin embargo, los escépticos argumentan que la industrialización de la inteligencia artificial y el afán por reducir costos podrían poner en peligro su viabilidad a largo plazo (9). Ya hemos escuchado estos argumentos en otros sectores punteros, lo que finalmente condujo a la consolidación de la industria, con precios que se acercaban al costo de producción. Quienes lograron ganar cuota de mercado durante el período de intensa competencia sobrevivieron y prosperaron.
Los proveedores chinos ofrecen ahora soluciones de migración para ayudar a sus clientes a pasar sin problemas de los modelos de inteligencia artificial de Claude a herramientas de inteligencia artificial locales que ofrecen un rendimiento equivalente a un menor costo (10). Anthropic respondió prohibiendo a las instituciones chinas el uso de sus servicios de inteligencia artificial (como si eso fuera a cambiar algo), mientras que la tecnología de inteligencia artificial estadounidense corre el riesgo de exacerbar las tensiones políticas al exigir protecciones regulatorias en nombre de la seguridad. Sin embargo, estas medidas podrían ser contraproducentes y conducir al aislamiento de la tecnología de inteligencia artificial estadounidense.
Los modelos de inteligencia artificial estadounidenses, que en su momento fueron una importante fuente de ingresos e influencia, se enfrentan a una creciente competencia por parte de soluciones de código abierto, fácilmente disponibles, que se integran completamente con las infraestructuras locales de energía y comunicación. Por lo tanto, las empresas estadounidenses podrían verse obligadas a competir más con proveedores europeos y de código abierto para ejercer influencia en los mercados tradicionales, en lugar de beneficiarse de una posición dominante gracias a su tecnología propietaria.
Flujo de caja y reinversión
Las implicaciones financieras refuerzan el desafío estructural. Las empresas chinas, que disfrutan de mayores márgenes gracias a los menores costos de energía y materiales, pueden reinvertir considerablemente en chips de última generación, optimización de programas y el despliegue de inteligencia artificial industrial. Por el contrario, las empresas estadounidenses, que se enfrentan a crecientes costos operativos, cadenas de suministro frágiles y la erosión de las ventajas competitivas de su modelo de negocio, podrían ver reducidos sus márgenes, lo que limitaría sus oportunidades de reinversión e innovación.
Mientras que las empresas chinas de inteligencia artificial aprovechan los menores costos de energía, la producción nacional de chips y la optimización simultánea de programas y equipos para ofrecer la inteligencia artificial a un menor coste, las empresas estadounidenses se enfrentan a márgenes cada vez más reducidos. Los elevados costos de la electricidad, de los componentes importados y la limitada escala de implementación, reducen la rentabilidad por modelo, lo que disminuye el capital disponible para reinvertir en investigación de próxima generación. Esta presión financiera se ve agravada por la erosión de las ventajas competitivas de los modelos centrales propietarios, a medida que las plataformas de inteligencia artificial de código abierto y en contenedores procedentes de China, e incluso de Europa, inundan mercados que antes se consideraban lucrativos a largo plazo.
La reducción de los márgenes limita la capacidad de las empresas estadounidenses para financiar iniciativas de investigación y desarrollo a largo plazo, experimentar con nuevas arquitecturas o desarrollar nuevas aplicaciones industriales de inteligencia artificial. Con el tiempo, se genera un círculo vicioso: la disminución de las ganancias reduce la reinversión, lo que obstaculiza la innovación y erosiona su posición competitiva frente a las empresas chinas, que se benefician de menores costos operativos y un mayor flujo de caja para un crecimiento sostenido.
La tortuga está a punto de alcanzar a la liebre
El aumento de los costos de energía y operación limita la competitividad de los centros de datos y las implementaciones industriales en Estados Unidos. Las limitaciones de escalabilidad de los equipos y los mayores costos unitarios reducen la competitividad de las GPU digitales estadounidenses en comparación con los chips analógicos chinos. La vulnerabilidad de la cadena de suministro ante las tensiones políticas y la volatilidad de los precios no hace más que aumentar. La dirección en la automatización industrial se está desplazando hacia China, donde el despliegue a gran escala de chips de inteligencia artificial analógicos está acelerando la transformación digital del sector. La erosión del modelo tradicional por parte de las plataformas de inteligencia artificial de código abierto y de fácil integración está reduciendo los ingresos y la influencia de Estados Unidos en los mercados emergentes. La falta de reinversión está frenando la innovación en equipos y programas de inteligencia artificial de próxima generación.
Si esta tendencia continúa, Estados Unidos podría encontrarse compitiendo con Europa y los ecosistemas de código abierto por la influencia en la difusión mundial de la inteligencia artificial, en lugar de hacerlo únicamente con China. Su ventaja inicial, ampliamente difundida, podría traducirse en una disminución de su influencia estratégica a largo plazo.
En términos cuantitativos, es razonable suponer que la producción total ajustada por energía por dólar invertido será probablemente de dos a tres veces mayor que la de Estados Unidos en un plazo de cinco años. En cuanto al despliegue de nodos de inteligencia artificial industrial, China aventaja a Estados Unidos entre cinco y diez veces. En términos de flujo de caja acumulado, la reinversión de China en equipos y programas supera la de Estados Unidos en más del 50 por cien, lo que amplía significativamente la brecha.
La historia de la carrera mundial por la inteligencia artificial evoluciona hacia la sostenibilidad, la integración y la eficacia. Si bien la industria estadounidense ha tomado una ventaja significativa, China ha establecido discretamente un ecosistema estratificado, resistente y rentable. Su ventaja radica en el arbitraje energético, la fiabilidad de la cadena de suministro, el dominio de los chips analógicos y la integración de código abierto para los mercados emergentes.
En la fábula clásica, la liebre era rápida pero demasiado confiada. La tortuga, en cambio, avanzó lenta pero firmemente y finalmente ganó la carrera. En el panorama actual de la inteligencia artificial, China personifica a la tortuga. Su posición no se basa únicamente en la publicidad o el rendimiento, sino en una planificación meticulosa, la optimización de costes y una visión estratégica. A pesar de su impulso inicial, Estados Unidos se enfrenta ahora a una carrera en la que, para alcanzar a la tortuga, quizá deba emprender intervenciones sin precedentes en los ámbitos de la energía, el despliegue de la inteligencia artificial industrial y la fabricación de microprocesadores. Estos desafíos son tanto políticos como técnicos.
La competencia se caracteriza por varios parámetros clave. Uno de ellos es la continua expansión del papel de los modelos de código abierto. Las empresas chinas seguirán comercializando modelos integrados con plataformas “plug and play”, reduciendo así su dependencia de los modelos estadounidenses. Las plataformas de inteligencia artificial pueden operar con sistemas de alimentación y redes de comunicación integrados, e implementarse sin una infraestructura de centros de datos a gran escala. Para Estados Unidos, eso significa que los ingresos procedentes de modelos propietarios corren el riesgo de disminuir, mientras que los márgenes de beneficio en equipos y programas se reducen. Esta dinámica combinada disminuirá la influencia general de Estados Unidos en la implementación de la inteligencia artificial industrial, acelerando así una posible pérdida de predominio en los mercados de inteligencia artificial en la nube y automatización industrial.
Cualquier afirmación de primacía en la inteligencia artificial basada en una sola dimensión resulta engañosa. El tema debe examinarse desde la perspectiva de las cadenas de suministro en su conjunto, y en ellas China está, sin duda, a la cabeza del mundo.
(1) https://substack.com/redirect/e11ef50a-7714-484c-9707-ad31d8e6622f
(2) https://www.trendforce.com/news/2025/03/24/news-chinas-ai-model-wave-near-openai-performance-at-just-1-of-the-cost/
(3) https://365datascience.com/trending/deepseek-vs-openai/
(4) https://tech.yahoo.com/ai/articles/hardware-software-huawei-pushes-ascend-224200588.html
(5) https://www.tomshardware.com/tech-industry/deepseek-new-model-supports-huawei-cann
(6) https://www.alibabacloud.com/blog/ai-container-image-deployment-qwen-vl-chat_601051
(7) https://aimagazine.com/news/huawei-enters-gartner-leaders-quadrant-for-container-tech
(8) https://hbr.org/2025/09/how-savvy-companies-are-using-chinese-ai
(9) https://winsomemarketing.com/ai-in-marketing/the-great-ai-cost-illusion-why-chinas-price-war-is-unsustainable-theater
(10) https://www.mundialtimes.cn/page/202509/1343996.shtml
Warwick Powell https://ssofidelis.substack.com/p/le-lievre-and-la-tortue-de-lia
(*) En el procesamiento informático del lenguaje natural, un “token” es una unidad básica de texto, normalmente una palabra, aunque también un carácter o incluso un símbolo. El Banco de Pagos Internacionales lo define como una entrada en una base de datos.