Modelos de IA actuales: cuál elegir según la tarea

Guía comparativa de 12 modelos de IA a 15 de noviembre de 2026: fecha, contexto, precio, pesos abiertos o cerrados y cuál probar primero según tu tarea.

info Definición Rápida
Esta guía compara 12 modelos de IA de nueve laboratorios (Anthropic, OpenAI, Google, xAI, Meta, DeepSeek, Alibaba, Mistral y Moonshot) con datos de sus páginas oficiales, y sugiere por cuál empezar a probar según la tarea. Los datos son a 15 de noviembre de 2026, fecha de corte; precios y licencias cambian.

¿Qué modelos son los más recientes?

Esta ficha reúne los 12 modelos con página propia en la wiki. Los precios son USD por millón de tokens, tarifa estándar de entrada y de salida.

ModeloLaboratorioFechaContextoEntrada / salidaPesos
Claude Fable 5.2Anthropic9 nov 20261M8 / 40Cerrado
Claude Opus 5.5Anthropic22 sep 20261M4 / 20Cerrado
Claude Haiku 5.5Anthropic7 oct 20261M0,10 / 0,50 (0,50 / 2,50 con más de 100.000 tokens de prompt)Cerrado
GPT-6 AstraOpenAI3 sep 2026 (system card)1.050.00010 / 50 (hasta 272K de entrada)Cerrado
Gemini 4 CarbonGoogle10 nov 2026 en la API1M2 / 10 hasta el 30 nov; 4 / 20 desde el 1 dicCerrado
Gemini 4 HydrogenGoogle12 nov 20261M1,50 / 7,50Cerrado
Grok 4.7xAI21 sep 2026500K2 / 6 (4 / 12 desde 200K)xAI no anuncia pesos descargables
Muse EmberMeta9 nov 20261M0,10 / 0,50 (0,30 / 1,50 sobre 200K de entrada)Cerrado
DeepSeek V4.1 FlashDeepSeek10 sep 2026 (versión 1017: 17 oct)1M0,15 / 0,60 fuera de pico (0,30 / 1,20 en pico), entrada sin cachéAbierto, MIT
Qwen3.8-MaxAlibaba3 ago 20261M2 / 6 (Singapur y EE. UU.)Pesos con licencia propia
Mistral Large 4Mistral6 oct 2026 (vista previa)1M0,70 / 2,10Pesos abiertos, licencia de Mistral
Kimi K3.1 ProMoonshotno confirmado (pesos a más tardar el 4 nov 2026)1Mno confirmadoPesos abiertos, licencia propia

¿Cómo se comparan en precio y contexto?

  • Contexto: casi todos listan 1M de tokens. GPT-6 Astra llega a 1.050.000 y Grok 4.7 a 500K.
  • Más baratos: Haiku 5.5 y Muse Ember, ambos pensados por su laboratorio para trabajo repetitivo y de alto volumen. Mira modelos pequeños vs. grandes.
  • Más caros: Fable 5.2 (8 / 40) y GPT-6 Astra (10 / 50), presentados para el trabajo más exigente.
  • El precio depende de la longitud del prompt: Haiku 5.5, GPT-6 Astra, Grok 4.7 y Muse Ember cobran más cuando el prompt pasa cierto umbral, y se aplica a toda la solicitud. Gemini 4 Hydrogen dice mantener el precio plano en todo su millón de tokens.
  • El precio depende de la fecha u hora: Carbon sube el 1 de diciembre y DeepSeek cobra la mitad fuera de pico.

Para convertir esto en una cuenta real, lee costo por token.

¿Qué modelo conviene para cada tarea?

Cada fila es una sugerencia de la wiki para probar primero, justificada con un dato de su página. No es un ranking de calidad.

Si necesitas…Empieza por…Por qué (dato de la wiki)
Clasificar o extraer miles de textosHaiku 5.5 o Muse Ember0,10 / 0,50 y posicionados para alto volumen
Un modelo por defecto para código y agentes largosOpus 5.5Anthropic lo recomienda como punto de partida; 4 / 20
Algo más potente si Opus 5.5 se queda cortoFable 5.2Anthropic lo sugiere después de probar Opus en esfuerzo alto
Mucho material en una sola peticiónHydrogen o AstraHydrogen: precio plano en 1M; Astra: 1,05M, con recargo sobre 272K
Código dentro de CursorGrok 4.7Disponible en Cursor; 2 / 6 con prompts de menos de 200K
Ciberseguridad o ingeniería largaCarbonGoogle lo posiciona ahí; el precio sube el 1 de diciembre
Agentes rápidos de uso diarioHydrogenGoogle lo llama su modelo cotidiano; 1,50 / 7,50
Pesos con licencia MITDeepSeek V4.1 FlashPesos en Hugging Face; 0,15 / 0,60 fuera de pico
Pesos abiertos con precio publicadoMistral Large 40,70 / 2,10 y 1M de contexto
Código con pesos y entrada de imagenQwen3.8-Max o Kimi K3.1 ProQwen: 2 / 6; Kimi: su precio no figura en su anuncio ni en su documentación

¿Cuáles son abiertos y cuáles cerrados?

  • Cerrados, solo por API o producto: los tres Claude de la lista, GPT-6 Astra, los dos Gemini 4 y Muse Ember. De Grok 4.7, xAI no anuncia pesos descargables.
  • Con pesos descargables: DeepSeek V4.1 Flash (MIT), Qwen3.8-Max (licencia propia), Mistral Large 4 y Kimi K3.1 Pro (licencia propia).

Abierto no significa sin condiciones. Qwen y Kimi piden un acuerdo aparte si ofreces el modelo como servicio a terceros con ingresos altos (Qwen: más de 50 millones de dólares en 12 meses; Kimi: 20 millones). De Mistral Large 4 hay dos descripciones de licencia (MIT modificada y Apache 2.0): pide revisión legal con el archivo en mano. Más en modelos abiertos vs. cerrados.

¿Por qué no puedo comparar sus benchmarks directamente?

Porque cada laboratorio mide con su propio arnés, su configuración y, a veces, otra versión del mismo benchmark. Ejemplos de las páginas:

  • El mismo nombre da cifras muy distintas. DeepSeek publica 35.4 en Agents’ Last Exam; Meta publica 61.6 para Muse Ember, en un subconjunto de Linux que describe como evaluación interna.
  • Las versiones difieren. Alibaba reporta Terminal Bench 2.1; otros laboratorios, Terminal-Bench 4.0.
  • La configuración cambia el número: esfuerzo de razonamiento, con o sin herramientas, arnés usado.

Usa los puntajes para ver la tendencia de un modelo contra su versión anterior, en la misma tabla del mismo laboratorio. Para elegir entre laboratorios, haz tus pruebas: cómo leer benchmarks de IA.

Ejemplo

Ejemplo ilustrativo: una diseñadora junior necesita etiquetar comentarios de usuarios y no sabe qué modelo usar. Plan para probar tres:

  1. Reúne 30 comentarios reales y escribe a mano la etiqueta correcta de cada uno.
  2. Elige tres: uno barato (Haiku 5.5), uno por defecto (Opus 5.5) y uno de otro laboratorio (Hydrogen).
  3. Corre el mismo prompt en los tres y anota aciertos, tokens usados y costo con el precio de esta guía.
  4. Revisa los fallos: ¿inventó etiquetas o se equivocó en casos ambiguos?
  5. Quédate con el más barato que acierte lo suficiente, y vuelve a revisar los precios en un mes.

Errores comunes

  • Elegir por el precio de lista sin medir los aciertos con tus datos.
  • Tomar el primer lugar de una tabla del laboratorio como el mejor para tu caso.
  • Comparar puntajes de laboratorios distintos como si fueran el mismo examen.
  • No notar que un prompt largo cambia la tarifa de toda la solicitud.
  • Dar por hecho que abierto significa libre de condiciones.
  • Presupuestar con precios de hoy y no volver a mirarlos.

Fuentes

Preguntas frecuentes

¿Cuál tiene el precio de entrada más bajo?
A 15 de noviembre de 2026, Claude Haiku 5.5 y Muse Ember listan 0,10 dólares de entrada y 0,50 de salida por millón de tokens, con tarifa más alta cuando el prompt supera 100.000 y 200.000 tokens, respectivamente. Es el precio de lista, no la calidad: mide con tus datos.
¿Cuánto cuestan los modelos de esta guía?
Según las páginas de cada laboratorio a 15 de noviembre de 2026, el precio estándar de entrada va de 0,10 dólares por millón de tokens (Haiku 5.5, Muse Ember) a 10 (GPT-6 Astra), y el de salida de 0,50 a 50. El de Kimi K3.1 Pro no figura en su anuncio ni en su documentación de modelos. Los precios cambian: revisa la página oficial antes de presupuestar.
¿Cambia algún precio pronto?
Sí. Gemini 4 Carbon cuesta 2 dólares de entrada y 10 de salida hasta el 30 de noviembre de 2026, y 4 y 20 desde el 1 de diciembre, según la página de precios de Google AI Studio.
¿Esta guía dice cuál es el mejor modelo?
No. Resume datos que cada laboratorio publica y sugiere por dónde empezar a probar. Los benchmarks de laboratorios distintos no se pueden comparar entre sí, así que la decisión final sale de tus propias pruebas.