El 8 de julio de 2026, SpaceXAI —la división de IA renombrada que surgió de xAI— y Cursor lanzaron Grok 4.5: el primer modelo que ambas compañías entrenaron juntas, construido en parte con datos de uso del propio Cursor, y ajustado para programación, agentes, trabajo legal y financiero. Salió con precios competitivos. También salió no disponible en la UE, desde el primer día, sin fecha prevista para cambiarlo. Tres semanas antes, en el extremo opuesto, Zhipu publicó los pesos de GLM-5.2 bajo licencia MIT sin restricciones — un modelo que los benchmarks independientes sitúan cuarto en el mundo, primero entre los modelos de pesos abiertos, a aproximadamente una sexta parte del coste de los modelos cerrados comparables. Dos lanzamientos, con tres semanas de diferencia, que sacaron silenciosamente “qué modelo usamos” de la columna de preferencia técnica y la metieron en la misma columna que cualquier otra decisión de proveedor con coste, residencia de datos y riesgo de continuidad.
Lo que la mayoría de los equipos sigue haciendo mal
La mayoría de las organizaciones de ingeniería eligen un modelo de referencia como antes elegían un proveedor de nube: por defecto, aplicado a todo, revisado solo cuando llega la factura. Eso funcionaba cuando la diferencia de precio entre “suficientemente bueno” y “lo mejor disponible” era pequeña. Ya no lo es. Un modelo de frontera de razonamiento cuesta hoy aproximadamente el doble que su propia generación anterior, y aproximadamente diez veces lo que cuesta una alternativa de pesos abiertos genuinamente capaz para el mismo tipo de tarea. Pagar precios de gama alta por trabajo rutinario —formateo, código repetitivo, refactorizaciones sencillas— no es una decisión de calidad. Es una opción por defecto que nadie ha cuestionado, y examinar los valores por defecto es exactamente para lo que existe una revisión de gobernanza.
Cómo está el panorama ahora mismo
| Modelo | Posicionamiento | Precio (entrada/salida por millón de tokens) | Lo que conviene saber |
|---|---|---|---|
| Claude Fable 5 | Razonamiento y orquestación de referencia | $10 / $50 | Encabeza los benchmarks de inteligencia independientes; cuesta aproximadamente el doble que su propio predecesor de frontera — resérvalo para las pocas tareas donde el juicio experto realmente escasea |
| Claude Opus (gama alta) | Modelo de frontera de propósito general sólido | $5 / $25 | El punto medio entre capacidad de frontera y precio de frontera |
| GLM-5.2 (Zhipu) | Pesos abiertos, licencia MIT | $1,40 / $4,40 oficial; hasta $0,56 / $1,76 vía proveedores externos | Primero entre los modelos de pesos abiertos y cuarto en general en benchmarks independientes; los pesos son descargables — puedes ejecutarlo en tu propio entorno o en local |
| Grok 4.5 (SpaceXAI + Cursor) | Programación, agentes, tareas legales y financieras | $2 / $6 nivel estándar; $4 / $18 nivel rápido | Entrenado en parte con datos de uso del propio Cursor; no disponible en la UE en el lanzamiento |
Cifras a 9 de julio de 2026, obtenidas de páginas de precios de proveedores y de benchmarks independientes — verifícalas antes de confiar en ellas; esta tabla quedará desactualizada en semanas.
Cinco cosas que merece la pena hacer al respecto
Elige el modelo según la tarea, no por fidelidad de marca. Reserva el modelo más caro para el paso donde el juicio experto realmente escasea —decisiones de arquitectura, depuración ambigua, cualquier cosa que le confiarías a tu ingeniero más senior— y dirige el trabajo mecánico hacia un nivel más económico de forma deliberada, no por accidente. Aplicamos esto mismo a nuestros propios agentes internos: un modelo eficiente en coste por defecto, un modelo premium solo para las pocas tareas de cara al cliente o que exigen juicio experto, y el coste de cada ejecución registrado antes de que nadie tenga que preguntar cuánto costó.
Pregunta dónde viven los pesos antes de preguntar cuán inteligente es el modelo. Un modelo de pesos abiertos que puedes autohospedar cambia por completo la conversación sobre datos —nada sale de tu infraestructura— pero ejecutar un modelo abierto de escala de frontera a plena precisión es una decisión de capital real, no un experimento de garaje: un modelo de la clase de peso de GLM-5.2 necesita del orden de un servidor con ocho GPU y mucha memoria para funcionar a pleno rendimiento. Eso convierte el autohospedaje en una opción genuina para un comprador de empresa mediana o gran cuenta con una decisión de infraestructura real que tomar, no en un atajo.
Comprueba la disponibilidad antes de comprometer una hoja de ruta con un proveedor. Un modelo puede tener buen precio y buenas reseñas y seguir siendo inutilizable para ti. Que Grok 4.5 se lance sin disponibilidad en la UE es el ejemplo de este mes; no será el último. Si operas en un sector regulado de la UE, “cuándo llega esto a nuestra región” es hoy una pregunta de compras, no una nota a pie de página que revisas después.
Pregunta qué entrenó al modelo antes de entregarle tu código. Un modelo de programación entrenado en parte con datos de uso agregados de un editor de código es una ventaja de capacidad genuina —y una pregunta de procedencia genuina. Pregunta a cualquier proveedor, abierto o cerrado, qué entró en el entrenamiento de su modelo y en qué se convertirá tu propio uso después. Es una pregunta justa y respondible; los proveedores que no puedan o no quieran responderla te están diciendo algo.
Trata los niveles “ilimitados” como una decisión de precios, no como una función. Los modos de reserva o “automáticos” que antes parecían gratuitos se están facturando a tarifa fija en todo el sector a medida que crece el uso. Presupuesta explícitamente el nivel de reserva — no descubras su coste en la factura.
La limitación honesta
Todo lo que aparece en la tabla anterior estará parcialmente desactualizado cuando suficiente gente lo lea — así es la naturaleza de un mercado que se mueve tan rápido. No estamos defendiendo ningún modelo en particular. Estamos defendiendo tratar la elección de modelo con la misma disciplina que aplicarías a cualquier decisión de proveedor que toque coste, ubicación de datos y continuidad de negocio: por escrito, revisada, y reconsiderada según un calendario — no elegida una vez por defecto y olvidada.
Esa disciplina —enrutar, registrar y revisar qué modelo toca qué, y por qué— se parece bastante a lo que ayudamos a construir a nuestros clientes para sus propios despliegues de IA y agentes, solo aplicada un nivel por encima de los flujos de cumplimiento de los que suelen hablar nuestros artículos. Si tu organización elige proveedores de modelos como eligió proveedores de nube hace una década, esa brecha merece una revisión antes de que se haga más grande.
Ayudamos a organizaciones reguladas y de empresa mediana a diseñar despliegues de agentes gobernados y las prácticas de gobernanza de IA que los rodean — incluidas las partes menos vistosas, como saber qué modelo puede tocar qué datos, y por qué. Si esa pregunta todavía no tiene una respuesta segura dentro de tu organización, un Taller de Discovery es una forma de conseguirla en dos semanas.
¿Cuántos modelos usa realmente hoy tu organización de ingeniería — y quién lo decidió?
Preguntas frecuentes
¿Debo usar el mismo modelo de IA para todo?
No. Reserva el modelo más caro para el paso donde el juicio experto escasea y dirige el trabajo mecánico a un nivel más económico de forma deliberada. Un modelo de frontera de razonamiento puede costar el doble que su generación anterior y unas diez veces una alternativa abierta capaz.
¿Por qué importa si un modelo no está disponible en la UE?
Porque precio y reseñas no bastan si no puedes usarlo. Grok 4.5 se lanzó sin disponibilidad en la UE, sin fecha prevista. Si operas en un sector regulado europeo, «cuándo llega a nuestra región» es hoy una pregunta de compras.
¿Qué cambia con un modelo de pesos abiertos como GLM-5.2?
Puedes autohospedarlo y nada sale de tu infraestructura — pero ejecutar uno de escala de frontera a plena precisión es una decisión de capital real (orden de un servidor con ocho GPU), no un experimento de garaje.
¿Cómo convierto la elección de modelo en gobernanza?
Trátala como cualquier decisión de proveedor que toque coste, ubicación de datos y continuidad: por escrito, revisada y reconsiderada con calendario — no elegida una vez por defecto y olvidada. Enruta, registra y revisa qué modelo toca qué, y por qué.