Julio de 2026 se recordará como el mes en que se llenó la parte alta del mercado de modelos de IA. El 8 de julio, xAI abrió Grok 4.5 al público. El 9 de julio, OpenAI puso en disponibilidad general su familia GPT-5.6 en tres tamaños (Luna, Terra y Sol, con precios de 1 a 5 dólares por millón de tokens de entrada y ventana de contexto de un millón de tokens), y Meta publicó Muse Spark 1.1, su primer modelo de pago. Google sumó Nano Banana 2 Lite y Gemini Omni Flash a su catálogo. Y el 24 de julio, Anthropic lanzó Claude Opus 5, que se puso de inmediato en cabeza del índice de inteligencia de Artificial Analysis (61) y de su índice agéntico (55,3), con un precio de 5 dólares por millón de tokens de entrada y 25 por millón de salida.
Los observadores del sector sacaron la misma conclusión del propio calendario: que tres laboratorios punteros lancen con días de diferencia indica un mercado donde el «gana el mejor modelo» está dejando paso al «gana el que mejor encaja». La capacidad bruta en la cima converge; el precio, la velocidad, el tamaño de contexto y las opciones de despliegue deciden cada vez más la compra.
La demanda se mueve igual de rápido. Gartner proyecta que el 40 % de las aplicaciones empresariales llevará agentes de IA integrados a final de 2026, desde menos del 5 % en 2025. Eso cambia la naturaleza de la decisión: ya no es «a qué asistente nos suscribimos», sino «sobre qué motor construimos nuestros procesos».
Cuatro consecuencias prácticas para las empresas.
Evalúe con sus propias tareas. Las clasificaciones miden promedios. Sus facturas, contratos y tique de soporte no son un promedio. Media jornada de pruebas con documentos reales dice más que cualquier índice.
Ajuste el nivel a la tarea. La extracción y clasificación rutinarias funcionan bien con modelos pequeños y baratos; reserve los modelos punteros (y sus precios punteros) para los pasos de razonamiento que de verdad los necesitan. Con la horquilla de precios de julio, de 1 dólar a 25 por millón de tokens según modelo y sentido, esa aritmética merece la pena.
Mida el coste por tarea resuelta, no por token. Un modelo más barato que necesita tres intentos, o una corrección humana al final, no es más barato.
Diseñe para poder cambiar. La oleada de julio demuestra que el liderazgo cambia cada mes. Una capa de abstracción entre sus procesos y cualquier proveedor concreto cuesta poco y preserva su posición negociadora.
Una cautela para cerrar: las arquitecturas multimodelo multiplican el trabajo de gobernanza. Cada modelo añadido es otro conjunto de modos de fallo, otro contrato de tratamiento de datos y otro punto en su relato de transparencia, que en la UE pasa a ser obligatorio para la IA de cara al cliente desde el 2 de agosto. El ganador de la guerra de modelos, por ahora, es el comprador disciplinado.