La cima del ranking mundial cuesta la mitad y hoy llega el mayor modelo abierto de la historia

Durante dos años, el mercado de la IA siguió una regla sencilla: el modelo más inteligente era el más caro y había que pagar la diferencia. Esa regla acaba de romperse. El 24 de julio, Anthropic lanzó Claude Opus 5, que ocupa el primer puesto del Intelligence Index de Artificial Analysis con 61 puntos, por delante de Claude Fable 5 (60) y GPT-5.6 Sol (59), a $5 / $25 por millón de tokens, exactamente la mitad que Fable 5. Y el 27 de julio a las 00:00 UTC, Moonshot publica los pesos de Kimi K3, con 2.8 billones de parámetros: la mayor publicación de pesos de la historia. La parte alta del mercado baja de precio y la base se vuelve gratuita. Para una organización que paga sus tokens, la pregunta del año ya no es «qué modelo es mejor», sino «cuánto me cuesta realmente completar una tarea».

Opus 5 toma la delantera por la mitad del precio de Fable 5

El movimiento es inusual: un proveedor destrona a su propio buque insignia con un modelo que cuesta la mitad. Claude Opus 5 se factura a $5 de entrada y $25 de salida por millón de tokens, la misma tarifa que su predecesor Opus 4.8, con un rendimiento que ahora lo sitúa por delante de Fable 5 ($10 / $50). Anthropic lo presenta así: Opus 5 «ofrece un rendimiento muy superior por el mismo coste que su predecesor, Opus 4.8».

Para una dirección financiera, la cifra relevante es el coste por tarea completada, porque un modelo más eficiente consume menos tokens de razonamiento para llegar al resultado. Ahí la diferencia es clara. Artificial Analysis mide un coste medio ponderado de $2.03 por tarea del Intelligence Index para Opus 5 (esfuerzo máximo), frente a $2.75 para Fable 5: un 26% menos con inteligencia comparable. En su prueba propia de trabajo del conocimiento agéntico, AA-Briefcase, Opus 5 alcanza un Elo de 1’720 frente a 1’574 de Fable 5, una ventaja de 146 puntos, a un coste por tarea de $17.79 frente a $22.30 (−20%). Las configuraciones intermedias son aún más favorables: los niveles xhigh y high superan a Fable 5 y cuestan respectivamente solo el 64% ($14.26) y el 47% ($10.41) de su precio.

En capacidad bruta, el modelo obtiene un 96.0% en SWE-bench Verified, prácticamente saturando la referencia de ingeniería de software, y un 79.2% en SWE-bench Pro, más exigente. Su ventana de contexto admite 1 millón de tokens de entrada y 128’000 de salida, ampliables a 300’000 de salida mediante la API Batch con una cabecera beta. El modo Fast funciona a unas 2.5 veces la velocidad normal por el doble del precio base. Para entornos regulados hay otro dato relevante: a diferencia de Fable 5, Opus 5 no exige conservar los datos. Pasa a ser el modelo predeterminado de Claude Max y el más capaz disponible para suscriptores de Claude Pro ($20 al mes, $17 con facturación anual; Max a $100 o $200).

Las mejoras no son uniformes, y eso importa

Conviene resistirse a una lectura triunfalista. La propia Artificial Analysis califica a Opus 5 de modelo más inteligente «por un margen estrecho»: 61 frente a 60 es casi un empate, no un salto generacional. El verdadero cambio es el control del esfuerzo y, por tanto, del gasto.

Las mediciones independientes lo confirman con matices. En revisión de código, la configuración x-high de Opus 5 produce comentarios útiles más precisos (39.3% frente a 35.2%), pero detecta menos problemas conocidos (55.2% frente a 61.1%) y genera unas cuatro veces más observaciones menores. Considerando todos los comentarios tras el procesamiento, su precisión cae incluso por debajo de la referencia (28.6% frente a 32.8%): el modelo es más prolijo. El esfuerzo se ha convertido en una decisión de enrutamiento: subir un nivel aporta precisión a costa de cobertura, sin mejoras uniformes. Para una organización, el ahorro anunciado del 26% solo se materializa si elige el nivel adecuado para cada tarea, lo que exige medirlo.

Kimi K3 abre 2.8 billones de parámetros y revela el precio de lo «gratis»

Mientras baja la cima, se abre la base. Desde el 27 de julio a las 00:00 UTC, los pesos de Kimi K3 están publicados en Hugging Face: 2.8 billones de parámetros en una arquitectura de mezcla de expertos, de los que solo se activan 16 de los 896 expertos por token, unos 50 mil millones de parámetros activos, con una ventana de contexto de 1 millón de tokens. Es la mayor publicación de pesos hasta la fecha y, sobre el papel, es gratuita.

En la práctica, la factura se traslada al hardware. Los pesos ocupan unos 1.4 TB en MXFP4 y 5.6 TB a 16 bits, lo que supone aproximadamente dieciocho aceleradores de 80 GB solo para cargar el modelo. Un nodo de ocho tarjetas de 192 GB, unos 1.5 TB, aloja los pesos «con un margen casi nulo». El hardware compatible se limita en la práctica a Nvidia Blackwell o AMD MI400. No sirve ninguna tarjeta de consumo, incluso con cuantización. Hay dos reservas explícitas: las fuentes discrepan sobre el tamaño exacto del paquete MXFP4, algunas indican unos 594 GB en lugar de 1.4 TB, y las condiciones de licencia no se habían publicado en el momento del anuncio, por lo que el uso comercial seguía sin confirmar. Además, desde el 22 de julio Kimi K3 es objeto de una acusación oficial de destilación de la Casa Blanca contra Moonshot, cuestionada por varios expertos y sin corroboración técnica hasta ahora. En la API sigue a $3 / $15 desde el 16 de julio y obtiene 57 puntos en el índice de Artificial Analysis, segundo en algunas clasificaciones y primero en la arena de programación de interfaces.

La lección para comparar costes es clara: un modelo abierto no es un modelo gratuito. Traslada el gasto del token a la amortización del hardware, la operación y el cumplimiento normativo. Para la mayoría de las organizaciones, los pesos abiertos son primero un seguro de continuidad: poder recuperar internamente una carga de trabajo si el proveedor cambia precios, límites o disponibilidad, antes que un ahorro inmediato.

Bajo las tarifas de acceso, el cómputo sigue sin abaratarse

La base de hardware sigue creciendo mientras caen las tarifas de acceso: esa es la tensión central del mercado. Nvidia registró ingresos récord en centros de datos de $75.2 mil millones, un 92% más interanual, incluidos $60.4 mil millones en cómputo (+77%) y $14.8 mil millones en redes (+199%), y prevé $91.0 mil millones (±2%) el siguiente trimestre. Alquilar una H100 cuesta entre $1.38 y $1.49 la hora en mercados especializados y hasta $11.68 a $12.29 la hora bajo demanda en grandes proveedores, ocho veces más por el mismo chip. Los compromisos plurianuales reducen la tarifa bajo demanda entre un 25 y un 50%, y las nubes especializadas (CoreWeave, Lambda, Nebius) siguen entre un 40 y un 70% por debajo de AWS, Azure y Google Cloud. Comprar la tarjeta cuesta $25’000 a $40’000; un nodo DGX H100 de ocho tarjetas, $300’000 a $460’000.

La financiación sigue la misma trayectoria. OpenAI presentó confidencialmente un folleto de salida a bolsa ante la SEC hacia el 22 de mayo, confirmado públicamente el 8 de junio, con Goldman Sachs, Morgan Stanley y JPMorgan. Apunta a un debut en septiembre de 2026 con una valoración de $730 a $850 mil millones, aunque algunos analistas esperan más de un billón. La empresa declara $2 mil millones de ingresos mensuales, más del 40% de clientes empresariales, pero aún perdería unos $1.22 por cada dólar ingresado durante el trimestre, frente a su presupuesto de cómputo de $750 mil millones hasta 2030. En Europa, el Financial Times informó el 22 de julio de que Samsung negocia invertir hasta €1 mil millones en Mistral, con una valoración aproximada de €20 mil millones, dentro de una ronda mayor con EQT, Novo Holdings y Santander. xAI estaría negociando otros $10 mil millones con una valoración de $75 mil millones, y Thinking Machines Lab buscaría $1 mil millones a una valoración de $9 mil millones, en una ronda sin cerrar. Estas tres últimas cifras corresponden a negociaciones publicadas, no a operaciones cerradas.

Comparativa de precios de API al 27 de julio de 2026

El único cambio de precios de la semana es la llegada de Opus 5, que sustituye a Opus 4.8 con la misma tarifa pero altera la jerarquía de la tabla: el primero del índice ya no es el más caro.

Modelo	Entrada ($/M tokens)	Salida ($/M tokens)	Nota
Claude Fable 5 (Anthropic)	10.00	50.00	destronado en el índice AA el 24 de julio; conservación de datos obligatoria
GPT-5.6 Sol (OpenAI)	5.00	30.00	índice AA: 59
Claude Opus 5 (Anthropic)	5.00	25.00	lanzado el 24 de julio; primero del índice AA (61); $2.03/tarea; modo Fast ×2.5 por el doble de precio
GPT-5.6 Terra (OpenAI)	2.50	15.00	lanzado el 9 de julio
Kimi K3 (Moonshot, China, pesos abiertos)	3.00	15.00	pesos abiertos el 27 de julio (1.4 TB); licencia sin publicar; índice AA: 57
Gemini 3.1 Pro (Google)	2.00	12.00	se duplica por encima de 200k tokens de contexto
Claude Sonnet 5	2.00	10.00	precio de lanzamiento hasta el 31 de agosto; después 3/15
Gemini 3.6 Flash (Google)	1.50	7.50	lanzado el 21 de julio; −17% de tokens por tarea
Grok 4.5 (xAI)	2.00	6.00	modelo de programación; acceso aún restringido en la UE
GPT-5.6 Luna (OpenAI)	1.00	6.00	lanzado el 9 de julio
Inkling (Thinking Machines, pesos abiertos)	1.87	4.68	licencia Apache 2.0; multimodal
Meta Muse Spark 1.1	1.25	4.25	primera API de pago de Meta
LongCat-2.0 (Meituan, pesos abiertos)	0.75	2.95	promoción 0.30/1.20; licencia MIT
Gemini 3.5 Flash-Lite (Google)	0.30	2.50	lanzado el 21 de julio; capacidad de procesamiento muy elevada
Grok 4.3 / 4.20 (xAI)	1.25	2.50	1M de tokens de contexto
Mistral Large 3	0.50	1.50	Samsung negocia invertir (FT, 22 de julio)
DeepSeek V4 Pro	0.435	0.87	alias deepseek-reasoner retirado el 24 de julio
DeepSeek V4 Flash	0.14	0.28	1M de tokens de contexto; alias deepseek-chat retirado el 24 de julio

Tarifas de Opus 5, Fable 5, GPT-5.6 Sol y Kimi K3 verificadas el 27 de julio de 2026 en las páginas oficiales y Artificial Analysis. Las demás líneas proceden de la recopilación del 24 de julio de 2026, sin cambios de precios publicados desde entonces. Las tarifas promocionales y de caché pueden caducar sin aviso. Recordatorio: desde el 24 de julio a las 15:59 UTC, deepseek-chat y deepseek-reasoner ya no funcionan; migre a deepseek-v4-flash y deepseek-v4-pro.

Qué significa para una organización suiza

Tres conclusiones operativas. Primero, deje de comparar precios por token y compare costes por tarea. La diferencia entre $2.03 y $2.75 por tarea con inteligencia equivalente no aparece en ninguna página de tarifas: surge al medir el consumo real de sus propias cargas de trabajo. Una organización que no mide ese coste no puede captar la bajada; seguirá pagando la tarifa del modelo más prestigioso.

Segundo, el nivel de esfuerzo es una decisión económica. Opus 5 demuestra que, con el mismo modelo, la configuración puede duplicar o reducir a la mitad el coste, con resultados distintos según la tarea. El ahorro real está en enviar cada tarea al modelo y al nivel de esfuerzo adecuados, verificando los resultados con sus propios datos.

Por último, los pesos abiertos son un seguro, no un ahorro. Con 1.4 TB de parámetros, una licencia sin publicar y una acusación de destilación pendiente, Kimi K3 muestra que la soberanía de un modelo se paga en infraestructura y riesgo jurídico. La postura adecuada es conservar la capacidad de cambiar de decisión: trasladar una carga de trabajo de un modelo propietario a uno abierto sin reconstruir la base, sean cuales sean los precios, licencias y clasificaciones del próximo mes, sin internalizarlo todo ni confiarlo todo a un único proveedor.