Según MarkTechPost (AI/ML News), en apenas 30 días, Anthropic, OpenAI y Google DeepMind lanzaron cuatro modelos de inteligencia artificial de vanguardia. Claude Fable 5.1 debutó el 1 de septiembre, seguido por GPT-6 Astra el 3. GPT-6.1 Sol y Gemini 4 Argon llegaron en las últimas semanas de septiembre. Cada uno de estos lanzamientos fue analizado por separado, pero ahora se presenta una evaluación comparativa que revela similitudes en rendimiento y diferencias críticas en costos y accesibilidad.
Los resultados de prueba indican que ningún modelo domina todos los ámbitos. Gemini 4 Argon se destaca en tareas de trabajo con conocimiento profundo y en programación de larga duración. GPT-6 Astra, por su parte, se posiciona como líder en ingeniería de software y en el uso de herramientas informáticas. Los datos de Google DeepMind, citados en su informe sobre Gemini 4 Argon, respaldan esta división. En pruebas técnicas como DeepSWE v1.1, GPT-6.1 Sol alcanza aproximadamente una quinta parte del costo de GPT-6 Astra, mientras en el escenario offline de OSWorld 2.0, la diferencia de rendimiento se mantiene dentro de 2.1 puntos, aunque el costo de Sol es alrededor de una séptima parte del de Astra.
En cuanto a costos, Astra y Fable 5.1 comparten un precio de lista de $10 por entrada y $50 por salida. Sol y Argon están por debajo, alrededor de un quinto de esa cifra. Sin embargo, el precio de Argon se presenta como inicial, con una subida futura que duplicará su tarifa. Este detalle es clave para empresas que planifican inversiones a largo plazo. La estructura de caché también refleja diferencias significativas: Astra ofrece un acceso a caché de $1.00, cuatro veces más que Fable 5.1 y diez veces superior a Sol. Este factor es especialmente relevante para agentes automatizados, que requieren repetir prompts y estructuras de herramientas en cada paso. Solo Argon presenta un límite de salida de 1 millón de tokens, mientras los demás modelos establecen un límite de 128 mil tokens por respuesta.
Para los lectores peruanos, esta evolución en IA no es solo una cuestión técnica. El crecimiento de herramientas de inteligencia artificial de vanguardia implica que empresas, desde pequeñas startups hasta instituciones públicas, deben considerar cómo integrar estas tecnologías en sus operaciones. Aunque los precios iniciales son atractivos, el costo real depende del uso específico y la escala de implementación. En un contexto donde el acceso a tecnología de punta puede determinar la competitividad, elegir un modelo adecuado no es solo una cuestión de rendimiento, sino de viabilidad financiera y sostenibilidad a largo plazo.