
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.
¿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.
| Modelo | Laboratorio | Fecha | Contexto | Entrada / salida | Pesos |
|---|---|---|---|---|---|
| Claude Fable 5.2 | Anthropic | 9 nov 2026 | 1M | 8 / 40 | Cerrado |
| Claude Opus 5.5 | Anthropic | 22 sep 2026 | 1M | 4 / 20 | Cerrado |
| Claude Haiku 5.5 | Anthropic | 7 oct 2026 | 1M | 0,10 / 0,50 (0,50 / 2,50 con más de 100.000 tokens de prompt) | Cerrado |
| GPT-6 Astra | OpenAI | 3 sep 2026 (system card) | 1.050.000 | 10 / 50 (hasta 272K de entrada) | Cerrado |
| Gemini 4 Carbon | 10 nov 2026 en la API | 1M | 2 / 10 hasta el 30 nov; 4 / 20 desde el 1 dic | Cerrado | |
| Gemini 4 Hydrogen | 12 nov 2026 | 1M | 1,50 / 7,50 | Cerrado | |
| Grok 4.7 | xAI | 21 sep 2026 | 500K | 2 / 6 (4 / 12 desde 200K) | xAI no anuncia pesos descargables |
| Muse Ember | Meta | 9 nov 2026 | 1M | 0,10 / 0,50 (0,30 / 1,50 sobre 200K de entrada) | Cerrado |
| DeepSeek V4.1 Flash | DeepSeek | 10 sep 2026 (versión 1017: 17 oct) | 1M | 0,15 / 0,60 fuera de pico (0,30 / 1,20 en pico), entrada sin caché | Abierto, MIT |
| Qwen3.8-Max | Alibaba | 3 ago 2026 | 1M | 2 / 6 (Singapur y EE. UU.) | Pesos con licencia propia |
| Mistral Large 4 | Mistral | 6 oct 2026 (vista previa) | 1M | 0,70 / 2,10 | Pesos abiertos, licencia de Mistral |
| Kimi K3.1 Pro | Moonshot | no confirmado (pesos a más tardar el 4 nov 2026) | 1M | no confirmado | Pesos 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 textos | Haiku 5.5 o Muse Ember | 0,10 / 0,50 y posicionados para alto volumen |
| Un modelo por defecto para código y agentes largos | Opus 5.5 | Anthropic lo recomienda como punto de partida; 4 / 20 |
| Algo más potente si Opus 5.5 se queda corto | Fable 5.2 | Anthropic lo sugiere después de probar Opus en esfuerzo alto |
| Mucho material en una sola petición | Hydrogen o Astra | Hydrogen: precio plano en 1M; Astra: 1,05M, con recargo sobre 272K |
| Código dentro de Cursor | Grok 4.7 | Disponible en Cursor; 2 / 6 con prompts de menos de 200K |
| Ciberseguridad o ingeniería larga | Carbon | Google lo posiciona ahí; el precio sube el 1 de diciembre |
| Agentes rápidos de uso diario | Hydrogen | Google lo llama su modelo cotidiano; 1,50 / 7,50 |
| Pesos con licencia MIT | DeepSeek V4.1 Flash | Pesos en Hugging Face; 0,15 / 0,60 fuera de pico |
| Pesos abiertos con precio publicado | Mistral Large 4 | 0,70 / 2,10 y 1M de contexto |
| Código con pesos y entrada de imagen | Qwen3.8-Max o Kimi K3.1 Pro | Qwen: 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:
- Reúne 30 comentarios reales y escribe a mano la etiqueta correcta de cada uno.
- Elige tres: uno barato (Haiku 5.5), uno por defecto (Opus 5.5) y uno de otro laboratorio (Hydrogen).
- Corre el mismo prompt en los tres y anota aciertos, tokens usados y costo con el precio de esta guía.
- Revisa los fallos: ¿inventó etiquetas o se equivocó en casos ambiguos?
- 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
- Anthropic: Claude Fable 5.2
- Anthropic: Claude Opus 5.5
- Anthropic: Claude Haiku 5.5
- Anthropic: precios de Claude
- OpenAI: GPT-6 Astra
- OpenAI: precios de la API
- Google: Gemini 4 Carbon ya está disponible
- Google: presentación de Gemini 4 Hydrogen
- Google AI Studio: precios
- xAI: Grok 4.7
- xAI: modelos y precios
- Meta: anuncio de Muse Ember
- Meta: precios y límites
- DeepSeek: modelos y precios de la API
- Alibaba Cloud: precios de Model Studio (Qwen3.8-Max)
- Hugging Face: Qwen3.8-2.4T-A95B
- Mistral: Mistral Large 4
- Moonshot AI: Kimi K3.1 Pro