Creo que es plausible que Anthropic esté muy por detrás de China (específicamente DeepSeek/Moonshot/Xiaomi/Qwen) en eficiencia de atención. Son conservadores en cuanto a modelos, la ventaja proviene de la escala (Dario está obsesionado) y la calidad de los datos. Lo mismo era cierto para xAI hasta Fast. Quizás también OpenAI.

Más precisamente, creo que Claude 4.5 está a nivel ≈MiMo técnicamente, detrás de Kimi-Linear. Dicho esto, mejor hardware + escalado suma a un modelo escaso que es más fuerte y posiblemente más barato de servir que la frontera china. Si no pueden hacer ni eso, simplemente no van a lograrlo.