La Avalancha GenAI — Últimos 3 Meses vs Todo Lo Anterior

01 — Densidad de lanzamientos

Cada punto es un modelo frontier. Observa la compresión.

33 meses de lanzamientos distribuidos arriba. Los últimos 3 meses, abajo. El contraste visual es la historia.

Mar 2023
—
Oct 2025

33 meses

GPT-4

Mar '23 · OpenAI

Claude 1

Mar '23 · Anthropic

Llama 2

Jul '23 · Meta

Gemini 1.0

Dic '23 · Google

Claude 3 Opus/Sonnet

Mar '24 · Anthropic

GPT-4o

May '24 · OpenAI

Claude 3.5 Sonnet

Jun '24 · Anthropic

Llama 3.1

Jul '24 · Meta

o1-preview

Sep '24 · OpenAI

Gemini 2.0 Flash

Dic '24 · Google

DeepSeek V3

Dic '24 · DeepSeek

DeepSeek R1

Ene '25 · DeepSeek

Grok 3

Feb '25 · xAI

Gemini 2.5 Pro

Mar '25 · Google

Llama 4 Scout/Maverick

Abr '25 · Meta

Claude 4 Opus/Sonnet

May '25 · Anthropic

Grok 4

Jul '25 · xAI

GPT-5

Ago '25 · OpenAI · 272K ctx

18 modelos frontier en 33 meses ≈ 1 cada 55 días

Nov 2025
—
Feb 2026

~90 días

🔥 El Sprint de 25 Días — Nov/Dic 2025

GPT-5.1

12 Nov · OpenAI

Grok 4.1

17 Nov · xAI · 1483 Elo

Gemini 3 Pro

18 Nov · Google · 1er modelo >1500 Elo · 1M ctx

Claude Opus 4.5

30 Nov · Anthropic · #1 LMArena

Claude Sonnet 4.5 / Haiku 4.5

Nov · Anthropic

DeepSeek V3.2

Dic · DeepSeek · MIT · 10-30× más barato

GPT-5.2 Instant/Think/Pro

11 Dic · OpenAI · 400K ctx

⚡ Enero 2026 — Razonamiento + Agentes

o4-mini

Ene · OpenAI

DeepSeek R1

20 Ene · DeepSeek · razonamiento open-source

Gemini 3 Deep Think

Ene · Google · razonamiento extendido

🦞 OpenClaw

Ene · Open-source · 145K ⭐ GitHub en 7 días

🌊 Febrero 2026 — La Ola No Para

Claude Opus 4.6

5 Feb · Anthropic · Agent Teams · 1M ctx · 68.8% ARC-AGI-2

GLM-5

11 Feb · Zhipu · open-source · chips Huawei

Doubao 2.0

14 Feb · ByteDance

Qwen 3.5

16 Feb · Alibaba

Claude Sonnet 4.6

17 Feb · Anthropic · 79.6% SWE-bench · 1M ctx

Grok 4.2 Beta

17 Feb · xAI · aprendizaje continuo semanal

Gemini 3.1 Pro

19 Feb · Google · 77.1% ARC-AGI-2 · nuevo líder en razonamiento

20+ modelos frontier en ~90 días ≈ 1 cada 4-5 días

11×

La frecuencia de lanzamientos frontier se aceleró 11 veces: de 1 modelo cada 55 días a 1 cada 4-5 días. En noviembre 2025, cuatro empresas lanzaron su mejor modelo en 25 días consecutivos.

02 — Antes vs Después

Los números cuentan la misma historia

Comparación directa entre los primeros 33 meses de la era GenAI moderna y los últimos ~3 meses.

Primeros 33 meses

Mar 2023 → Oct 2025

Modelos frontier lanzados

~18

Mejor Elo en LMArena

~1,350

GPT-5 · Ago 2025

Contexto máximo (producción)

200K tokens

Claude 3.5 / GPT-4 Turbo

Costo input / 1M tokens (frontier)

$15 – $30

GPT-4 era pricing dominante

ARC-AGI-2 (razonamiento novel)

< 10%

Ningún modelo pasaba de un dígito

Agentes autónomos reales

0

Solo demos y prototipos de investigación

Últimos ~3 meses

Nov 2025 → Feb 2026

Modelos frontier lanzados

20+

Mejor Elo en LMArena

1,500+

Gemini 3 Pro rompió barrera histórica · Nov '25

Contexto máximo (producción)

1M – 2M tokens

Opus 4.6, Sonnet 4.6, Gemini 3, Grok 4.2

Costo input / 1M tokens (frontier)

$0.27

DeepSeek V3.2 · MIT License · hasta 50× más barato

ARC-AGI-2 (razonamiento novel)

68.8%

Opus 4.6 · +83% vs Opus 4.5 (37.6%)

Agentes autónomos reales

OpenClaw + más

145K ⭐ · Negoció US$4,200 en descuento · Agent Teams de Opus 4.6

5×–10×

En contexto (5–10×), costos (50× más barato), razonamiento (+83% ARC-AGI-2), y agentes (de 0 a producción) — cada dimensión dio un salto que antes tomaba años.

03 — Impacto concreto

La misma tarea, cuatro momentos

Analizar un contrato de 100 páginas, identificar riesgos cruzados entre cláusulas, y generar un resumen ejecutivo.

Feb 2023

No cabe. Contexto de 4K tokens. Hay que particionar manualmente. Se pierde coherencia entre secciones.

Imposible

Feb 2024

Cabe parcialmente (128K). ~4 minutos. Pierde contexto en cláusulas distantes. Requiere validación exhaustiva.

4 min + errores

Oct 2025

Cabe completo (200K). 45 segundos. Buena calidad pero pierde matices en cláusulas cruzadas complejas.

45 seg, bueno

Feb 2026
1M tokens. 8 seg. Detecta conflictos entre cláusulas separadas por 60 páginas. Un agente OpenClaw lo ejecuta solo mientras duermes.
8 seg, autónomo

04 — Los hitos que importan

No solo más modelos. Nuevas capacidades.

Grok 4.2 Beta · 17 Feb
Primer modelo que aprende y mejora semanalmente post-lanzamiento. 4 agentes en paralelo. Ganó US$2,193 en competencia de trading vs GPT-5.1 y Gemini 3.
Aprendizaje continuo

Gemini 3 Deep Think · Ene
Razonamiento extendido de Google. Chains de pensamiento de 10-15 pasos coherentes. Supera expertos humanos en GPQA Diamond (91.9% vs ~89.8%).
Supera PhDs

Claude Opus 4.6 · 5 Feb
Agent Teams: múltiples agentes coordinados en paralelo. 1M tokens de contexto. 68.8% ARC-AGI-2 (era 37.6%). Valuación Anthropic: US$380B.
Equipos de agentes

Sonnet 4.6 · 17 Feb
Performance Opus a precio Sonnet ($3/$15 por M tokens). 79.6% SWE-bench. Devs lo prefieren sobre Opus 4.5 59% del tiempo. La brecha Opus-Sonnet colapsa.
Opus por 1/5 del precio

🦞 OpenClaw · Ene 2026

Agente autónomo open-source. 145K GitHub stars en 7 días — el más rápido de la historia. Ejecuta tareas reales: email, calendario, compras, trading, dev. El "ChatGPT moment" de los agentes.

Agentes para todos

China Wave · Feb 2026
GLM-5 (Zhipu, open-source en chips Huawei), Qwen 3.5 (Alibaba), Doubao 2.0 (ByteDance). La carrera es ahora US vs China × Open Source vs Closed.
Competencia global

Los últimos 3 meses superaron a los 33 anteriores

Cada punto es un modelo frontier. Observa la compresión.

Los números cuentan la misma historia

La misma tarea, cuatro momentos

No solo más modelos. Nuevas capacidades.