Mapa de modelos de IA en 2026: gratuitos, de pago y abiertos
Por qué escribo esto. Cada semana aparece un modelo nuevo, otro se retira y los rankings cambian de líder. Es fácil perderse. Aquí he reunido, con datos a 31 de octubre de 2026, los modelos de IA que hay hoy (comerciales, gratuitos y abiertos), para qué sirve cada uno, en qué entorno lo usaría y dónde está su página oficial. Al final te propongo una rutina sencilla para no quedarte desactualizado.
Una advertencia antes de empezar: no hay un “mejor modelo” universal. Cada ranking mide cosas distintas y da un ganador diferente. Lo que sí hay es un modelo adecuado para cada tarea, cada presupuesto y cada nivel de confidencialidad. Este artículo te ayuda a encontrarlo.
1. Tres formas de acceder a un modelo
Antes de hablar de nombres concretos, conviene distinguir cómo se usa cada tipo de modelo, porque de eso depende dónde terminan tus datos y cuánto pagas.
- Comerciales (cerrados): los usas desde su aplicación o por API. No puedes descargarlos. Casi todos tienen una versión gratuita con límites y planes de pago.
- Abiertos (open-weight): el fabricante publica los “pesos”, es decir, el modelo ya entrenado, para que lo ejecutes en tus propios equipos. La licencia suele ser gratuita, pero el hardware no.
- Plataformas y asistentes: productos que combinan varios modelos y añaden búsqueda, integración con ofimática o agentes. Muchas veces eligen el modelo por ti.
2. Modelos comerciales: los grandes proveedores
Esta es la situación a 31 de octubre de 2026. Los precios de API son orientativos (entrada / salida por cada millón de tokens) y cambian con frecuencia: confírmalos siempre en la página oficial.
Leyenda: De pago Versión gratuita Acceso restringido
OpenAI (ChatGPT)
- GPT-6 Astra (septiembre de 2026): su modelo más capaz, para el razonamiento más exigente, programación y agentes. De pago API: 10 / 50 $.
- GPT-6.1 Sol (29 de septiembre de 2026): rendimiento cercano a Astra por una quinta parte del precio de API (2 / 10 $). De pago
- GPT-6.1 Terra (26 de octubre de 2026): gama media para trabajo de oficina, análisis de imágenes y uso del ordenador. API: 1 / 5 $. De pago
- GPT-6 Luna: el modelo de los planes gratuitos de ChatGPT desde el 8 de octubre de 2026. Versión gratuita
Enlaces: openai.com · chatgpt.com · catálogo de modelos de la API
Anthropic (Claude)
- Claude Fable 5.1: su modelo de gama más alta disponible para el público, para tareas largas y difíciles. API: 10 / 50 $. De pago
- Claude Opus 5.5 (22 de septiembre de 2026): para trabajo complejo que exige criterio, programación y agentes. API: 4 / 20 $. De pago
- Claude Sonnet 5.5 (28 de septiembre de 2026): el modelo de uso diario, más rápido y económico (2 / 10 $), disponible también para usuarios gratuitos en claude.ai. Versión gratuita
- Claude Haiku 5.5 (7 de octubre de 2026): el más pequeño y rápido, para grandes volúmenes y tareas sencillas. De pago
- Claude Mythos: gama superior que solo está disponible para un número reducido de organizaciones dentro del programa Project Glasswing. Acceso restringido
Enlaces: anthropic.com · claude.ai · documentación
Google (Gemini)
- Gemini 4 Carbon (anunciado el 28 de octubre de 2026): su nuevo modelo de frontera. Primero se ofrece a equipos de ciberdefensa y después llegará a desarrolladores, empresas y consumidores. Acceso restringido
- Gemini 4 Argon (13 de octubre de 2026): pensado para los problemas más difíciles; disponible en el plan Google AI Pro. De pago
- Gemini 3.8 Flash (2 de septiembre de 2026): rápido, multimodal y con buena relación calidad-precio; la API tiene un nivel gratuito. Versión gratuita
Enlaces: deepmind.google/models · gemini.google.com · Google AI Studio · versiones y fechas de retirada
xAI / SpaceXAI (Grok)
- Grok 4.7 (21 de septiembre de 2026) y Grok 4.6 (12 de agosto de 2026): orientados a programación, ingeniería y agentes, con contexto de 500.000 tokens y precio de API contenido (2 / 6 $). De pago Versión gratuita
- Grok consulta X (antes Twitter) en tiempo real, lo que influye en sus respuestas. Grok 5 está anunciado pero no se ha publicado.
Enlaces: x.ai · grok.com · documentación
Microsoft (Copilot y MAI)
- Copilot no es un único modelo: es una plataforma que reparte el trabajo entre modelos de OpenAI, de Anthropic y propios. Microsoft 365 Copilot usa los últimos modelos de OpenAI, y Copilot Studio permite elegir el modelo de cada agente. Versión gratuita De pago
- Familia MAI (modelos propios de Microsoft): MAI-Thinking-1 para razonamiento (vista previa en Microsoft Foundry), MAI-Code-1.1-Flash para programación dentro de GitHub Copilot (7 de octubre de 2026), además de modelos de voz, transcripción e imagen. Ninguno es de código abierto.
Enlaces: copilot.microsoft.com · microsoft.ai/models · Microsoft Foundry
Perplexity
- Es un “motor de respuestas”: busca en Internet y responde citando las fuentes. Usa su modelo propio, Sonar, y en los planes de pago permite elegir modelos de otros proveedores (OpenAI, Anthropic, Google, xAI, Kimi, GLM…). Su navegador Comet, con funciones de agente, es gratuito desde marzo de 2026. Versión gratuita De pago
Enlaces: perplexity.ai · API Sonar
Mistral AI (Europa)
- Además de publicar sus pesos (ver el apartado 3), ofrece Mistral Large 4 por API (0,70 / 2,10 $) y el asistente Le Chat. Es la opción europea si buscas soberanía del proveedor. Versión gratuita De pago
Enlaces: mistral.ai · Le Chat · documentación
Amazon (Nova y Bedrock)
- Amazon Bedrock es un catálogo en la nube de AWS con modelos de varios fabricantes y la familia propia Nova 2 (Lite, Pro en vista previa y Sonic para voz). Encaja si tu empresa ya trabaja en AWS. De pago
Enlace: aws.amazon.com/bedrock
¿Quién va primero?
Depende de a quién preguntes, y eso es justo lo importante:
- BenchLM (nota agregada de 0 a 100): Gemini 4 Carbon lidera con 88,4.
- Artificial Analysis (índice de inteligencia): entre los modelos que cualquiera puede usar, Claude Opus 5.5 va primero (58,4) por delante de GPT-6 Astra (56,9). Gemini 4 Carbon puntúa más (59,4), pero de momento solo lo usan equipos de ciberdefensa.
- LMArena (votación a ciegas de usuarios): Gemini 4 Argon encabeza la clasificación de texto, con puntuación aún preliminar.
- Exactitud: en la prueba AA-Omniscience, Claude Fable 5.1 tiene la mayor tasa de respuestas correctas y Gemini 4 Argon la menor tasa de alucinaciones.
3. Modelos abiertos y gratuitos (para ejecutar en tu equipo)
Son la opción cuando los datos no pueden salir de tu infraestructura o quieres experimentar sin depender de nadie. La licencia es gratuita, pero revisa siempre sus condiciones.
| Modelo (origen) | Última versión | Licencia | Para qué lo usaría | Dónde encontrarlo |
|---|---|---|---|---|
| Mistral Large 4 (Francia) | Pesos publicados el 29/10/2026 · ~1 billón de parámetros (~49.000 millones activos) | MIT modificada; si ofreces el modelo como servicio a terceros necesitas licencia comercial | Máxima capacidad con proveedor europeo; código y ciberdefensa | Hugging Face · mistral.ai |
| Mistral Large 3 / Ministral 3 (Francia) | Dic. 2025 · 675.000 millones (41.000 activos) y versiones de 3B a 14B | Apache 2.0 | Mistral con la licencia más limpia | Hugging Face |
| IBM Granite 4.1 (EE. UU.) | 29/04/2026 · 3B, 8B y 30B, más visión, voz, embeddings y Guardian | Apache 2.0 | Entornos auditados: proveedor con ISO/IEC 42001 y pesos firmados | ibm.com/granite · Hugging Face |
| Google Gemma 4 (EE. UU.) | 02/04/2026 · de 2B a 31B | Apache 2.0 | Una sola GPU, multimodal y más de 140 idiomas | ai.google.dev/gemma |
| Qwen3.8 (China) | Agosto 2026 · 27B y 2,4 billones | 27B en Apache 2.0; el grande con licencia propia | El 27B rinde muy bien en un equipo local | Hugging Face |
| Kimi K3 (China) | Pesos del 27/07/2026 · 2,8 billones | Licencia propia | Razonamiento y código de primer nivel en abierto; requiere centro de datos | Hugging Face · kimi.com |
| DeepSeek V4.1 Flash (China) | Checkpoint del 17/10/2026 · 552.000 millones | MIT | Muy buena relación coste/rendimiento en agentes y código | Hugging Face · deepseek.com |
| GLM-5.3 / MiMo (China) | Agosto–octubre 2026 | MIT o licencias propias | Encabezan varios índices entre los modelos abiertos | GLM · MiMo |
| Meta Llama 4 / Muse Spark Open (EE. UU.) | Muse Spark Open: 15/10/2026 | Licencias propias de Meta | Con cautela: la licencia de Llama 4 restringe derechos a empresas con sede en la UE | llama.com |
| Microsoft Phi-4 (EE. UU.) | 14B y versión mini | MIT | Tareas acotadas y equipos con pocos recursos | Hugging Face |
| Apertus (Suiza) | 8B y 70B | Apache 2.0 | Cuando hay que demostrar con qué datos se entrenó | Hugging Face |
Ojo con “gratis”. Los modelos abiertos no cuestan licencia, pero los grandes necesitan GPU de centro de datos. Y en los chats gratuitos, el precio suele ser que tus conversaciones pueden usarse para mejorar el servicio: revisa la configuración de privacidad y no pegues nunca información confidencial.
4. Modelos de razonamiento: qué son y cuáles hay
Un modelo de razonamiento “piensa” antes de responder: genera pasos intermedios, revisa su propio trabajo y planifica. Es más lento y más caro, pero mucho mejor en matemáticas, código complejo, análisis largos y agentes que encadenan acciones. Casi todos los proveedores permiten ajustar el nivel de esfuerzo (bajo, medio, alto, máximo): más esfuerzo significa más calidad, más tiempo y más coste.
- Comerciales: GPT-6 Astra y GPT-6.1 Sol, Claude Opus 5.5 y Fable 5.1, Gemini 4 Argon y Carbon, Grok 4.7 y MAI-Thinking-1.
- Abiertos: Kimi K3, GLM-5.3, DeepSeek V4.1, Qwen3.8 y Mistral Large 4 (con niveles de razonamiento bajo, medio y alto).
Mi consejo: no uses el razonamiento máximo para todo. Empieza con un modelo intermedio o con esfuerzo bajo, y sube solo cuando la tarea lo pida. La diferencia en factura y tiempo de respuesta es enorme.
5. ¿Qué modelo uso? El diagrama de decisión
Este es el razonamiento que sigo yo. La primera pregunta siempre es la misma: ¿qué datos voy a meter?
6. Qué usaría en cada entorno
| Entorno o caso | Qué usaría | Por qué |
|---|---|---|
| Aprender y uso personal | Los planes gratuitos de ChatGPT, Claude, Gemini, Copilot, Le Chat o Grok; en local, Gemma 4 o Qwen3.8-27B con Ollama o LM Studio | Sin coste y suficiente para estudiar, redactar o practicar |
| Desarrollo de software | Claude Opus 5.5 o Sonnet 5.5, GPT-6.1 Sol, Grok 4.7 o GitHub Copilot; en local, Qwen3.8 o DeepSeek V4.1 | Son los más fuertes en programación y agentes; el local, si el código es sensible |
| Ofimática en la empresa | Microsoft 365 Copilot o Gemini en Google Workspace | Integrados donde ya están tus documentos y con controles corporativos |
| Investigación con fuentes | Perplexity, Gemini con búsqueda o ChatGPT con búsqueda | Citan las fuentes y puedes verificarlas |
| Empresa con datos confidenciales | Granite 4.1 o Mistral en local; o una API empresarial con contrato de encargo y región UE | Los datos no salen de tu perímetro o están cubiertos por contrato |
| Sector público en España | Modelos abiertos en local (Mistral, Granite o Apertus) bajo el ENS | Soberanía, trazabilidad y transparencia del entrenamiento |
| Ciberseguridad y SOC | Las variantes para ciberdefensa (Gemini 4 Carbon y las variantes ciber de Gemini, GPT-5.5-Cyber en vista previa limitada) o Mistral Large 4 en local para logs sensibles | Están pensadas para defensores y los logs no deben salir de casa |
| Gran volumen y bajo coste | Claude Haiku 5.5, GPT-6.1 Terra, Gemini 3.8 Flash o DeepSeek V4.1 Flash | Rápidos y baratos para clasificar, resumir o extraer datos |
7. Cómo probarlos sin gastar (o casi)
- Los chats gratuitos de cada proveedor: lo más rápido para hacerte una idea.
- Google AI Studio: prueba los modelos de Gemini con un nivel gratuito de API.
- OpenRouter: una sola API para probar modelos de muchos proveedores, algunos sin coste.
- LMArena: compara dos modelos a ciegas con tu propia pregunta y vota cuál responde mejor.
- Hugging Face: el gran repositorio de modelos abiertos, con fichas, licencias y demos.
- Ollama y LM Studio: ejecutan modelos abiertos en tu ordenador, sin conexión.
Para pruebas, datos ficticios. No uses información real de clientes, empleados o de tu empresa en plataformas de prueba. Y si ejecutas Ollama, que escuche solo en tu equipo (127.0.0.1), nunca abierto a la red.
8. Cómo darles seguimiento
No hace falta leerlo todo. Con una rutina mensual de una hora es suficiente.
- Avisos oficiales: las páginas de modelos y las notas de versión de cada proveedor. Ahí se anuncian también las retiradas. Un ejemplo real: Google retiró Gemini 2.5 Pro y 2.5 Flash el 20 de octubre de 2026, y quien no migró a tiempo se encontró con errores en su aplicación.
- Rankings independientes: Artificial Analysis (inteligencia, velocidad y precio), LMArena (preferencia de usuarios), BenchLM (nota agregada), Epoch AI (datos y tendencias) y Vals AI (pruebas por sector).
- Prueba con tus casos: guarda entre 20 y 50 preguntas reales de tu trabajo, con su respuesta correcta, y pásaselas a cada modelo candidato. Es la única prueba que de verdad importa.
- Decide y documenta: anota qué modelo usas, su versión, su coste, su licencia y su fecha de retirada. En un entorno ISO 27001 o ISO 42001, esa ficha es una evidencia más.
Un truco práctico: suscríbete por RSS o por correo a las notas de versión de los proveedores que uses y pon una alerta en el calendario un mes antes de cada fecha de retirada.
Glosario rápido
- LLM (Large Language Model): modelo grande de lenguaje, la tecnología detrás de estos asistentes.
- API: la forma de usar un modelo desde tus propios programas, pagando por uso.
- Token: fragmento de texto (unas tres o cuatro letras de media). Las APIs cobran por millón de tokens de entrada y de salida.
- Ventana de contexto: cuánto texto puede “tener en mente” el modelo a la vez.
- Pesos abiertos (open-weight): el modelo entrenado se publica para descargarlo y ejecutarlo.
- Parámetros: los valores internos que el modelo aprende. “Un billón” son un millón de millones.
- MoE (Mixture of Experts): arquitectura en la que solo trabaja una parte del modelo en cada paso; por eso se habla de parámetros “totales” y “activos”.
- Modelo de razonamiento: modelo que piensa paso a paso antes de responder.
- Benchmark: prueba estandarizada para comparar modelos.
- RAG: técnica para que el modelo responda con tus documentos en lugar de con lo que recuerda.
Para terminar
El panorama cambia cada mes, y seguirá cambiando. Por eso, más que memorizar nombres, te recomiendo quedarte con el método: primero decide qué datos vas a usar, después qué tarea necesitas resolver y, por último, prueba dos o tres candidatos con tus propios casos. Lo que hoy es el mejor modelo, dentro de tres meses puede estar retirado. Un buen criterio, en cambio, te sirve siempre.
¿Qué modelos estás usando tú y para qué? Cuéntamelo en los comentarios.
Fuentes
- Releasebot: notas de versión de OpenAI (octubre 2026)
- Toloka: modelos GPT hasta GPT-6.1
- 9to5Google: anuncio de Gemini 4 Carbon
- Google Cloud: versiones y retiradas de modelos Gemini
- Presenc AI: historia de los modelos Grok
- Layer3 Labs: modelos MAI de Microsoft
- Second Talent: funciones de Perplexity en 2026
- BenchLM: modelos de frontera (octubre 2026)
- Fello AI: rankings y exactitud (octubre 2026)
- Mistral AI: pesos abiertos de Mistral Large 4
Datos recopilados a 31 de octubre de 2026. Los precios, versiones y rankings cambian con frecuencia: consulta siempre las páginas oficiales antes de tomar una decisión.
Comentarios
Publicar un comentario