Julio 2026 · Estado del Arte

Un modelo frontier cada 7 días.
Antes: uno cada 55.

La GenAI dejó de avanzar en línea recta. Lo que antes tomaba un año, ahora pasa en semanas. Estos son los datos.

40+
Modelos frontier
desde Nov '25
11×
Más rápido que
el ritmo de 2023–2025
145K
GitHub stars
OpenClaw en 1 semana
↓ Scroll para ver la avalancha
No necesitas entender los benchmarks para entender el impacto. En cada sección encontrarás lo que significa para tu organización.
01 · Densidad de lanzamientos

Cada punto es un modelo frontier. Observa la compresión.

33 meses de lanzamientos distribuidos arriba. La avalancha reciente, abajo. El contraste visual es la historia.

→ Para tu empresa: el ritmo de innovación dejó de ser predecible. Las organizaciones sin capacidad de absorción quedan atrás de forma estructural, no puntual.

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
–
Jul 2026

~240 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
🚀 Marzo–Abril 2026 · Nuevas Fronteras
Gemini 3.1 Flash-Lite
12 Mar · Google · + Nano Banana 2
Gemma 4
2 Abr · Google · open-weight Apache 2.0 · 2B–31B
Claude Mythos Preview
7 Abr · Anthropic · Project Glasswing · solo socios
GLM-5.1
7 Abr · Zhipu · open-source · #1 SWE-Bench Pro
Muse Spark
8 Abr · Meta · primer modelo MSL · open-source
Claude Opus 4.7
16 Abr · Anthropic · SWE-bench 87.6% · visión mejorada
Grok 4.3
17 Abr · xAI · video nativo · genera PPT/PDF · 1M ctx
GPT-5.5 «Spud»
23 Abr · OpenAI · 1er retrain desde GPT-4.5 · 82.7% Terminal-Bench
🌐 Mayo–Junio 2026 · La Cresta de la Ola
Gemini 3.5 Flash
19 May · Google I/O · GA · 4× más rápido · $1.50/$9
Claude Opus 4.8
28 May · Anthropic · Dynamic Workflows · cientos de subagentes en paralelo
Microsoft MAI (×7)
2 Jun · Microsoft · 7 modelos propios en Build · pivote desde OpenAI
Claude Fable 5
9 Jun · Anthropic · clase Mythos pública · global desde 1 Jul tras export controls de EE.UU.
☄️ Julio 2026 · Ocho Lanzamientos en Tres Semanas
Grok 4.5
8 Jul · SpaceXAI (ex xAI) · 'clase Opus' · $2/$6 · entrenado junto a Cursor
GPT-5.6 Sol/Terra/Luna
9 Jul · OpenAI · familia de 3 niveles · Terra = GPT-5.5 a mitad de precio
Muse Spark 1.1
9 Jul · Meta · primer modelo pagado de Meta · agéntico multimodal
Inkling
15 Jul · Thinking Machines · el mejor open-weight de EE.UU. · debuta con 41 puntos
Kimi K3
16 Jul · Moonshot · 2,8T de parámetros · 3º del índice · pesos abiertos aún sin publicar
Gemini 3.6 Flash · 3.5 Flash-Lite
21 Jul · Google · mitad de tiempo por tarea · la eficiencia entra a competir
Claude Opus 5
24 Jul · Anthropic · el más capaz del índice · 26% más barato por tarea que Fable 5
45+ modelos frontier en ~260 días ≈ 1 cada 6 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 la avalancha que arrancó en noviembre 2025.

→ Para tu empresa: procesos que hace un año eran inviables por costo o complejidad, hoy son rentables desde el primer trimestre.

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
La avalancha
Nov 2025 → hoy
Modelos frontier lanzados
40+
Mejor Elo en LMArena
1,500+
Gemini 3 Pro rompió barrera histórica · Nov '25
→ Resuelven problemas que antes requerían analistas senior especializados
Contexto máximo (producción)
1M – 2M tokens
Opus 4.8, GPT-5.5, Gemini 3.5, Grok 4.3
→ Pueden leer y analizar documentos completos: contratos, informes anuales, bases de licitación
Costo input / 1M tokens (frontier)
$0.27
DeepSeek V3.2 · MIT License · hasta 50× más barato
→ Procesos antes inviables por costo ahora son rentables desde el primer mes
ARC-AGI-2 (razonamiento novel)
77.1%
Gemini 3.1 Pro · Feb 2026 · vs <10% un año antes
→ Razonamiento multi-paso: análisis legal, financiero y operacional sin intervención humana
Agentes autónomos reales
OpenClaw + más
145K ⭐ · Negoció US$4,200 en descuento · Agent Teams de Opus 4.6
→ Coordinación de tareas complejas sin supervisión: facturas, proveedores, reportes, testing
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.
02b · Autonomía

¿Cuánto puede trabajar un agente de iA sin ayuda?

METR mide el horizonte de autonomía: la duración de tareas que un agente completa solo, sin intervención humana. Hoy, Claude Mythos sostiene tareas de 16 horas, y ya satura el límite que METR puede medir.

GPT-4
Mar 2023
~3 min
GPT-4o
May 2024
~6 min
Claude 3.5
Jun 2024
~11 min
o1
Dic 2024
~38 min
Claude 3.7
Feb 2025
~1 hora
o3
Abr 2025
~2 horas
GPT-5
Ago 2025
~3.5 h
Gemini 3 Pro
Nov 2025
~4 h
Opus 4.5
Nov 2025
~5.3 h
GPT-5.2
Dic 2025
~6.6 h
Opus 4.6
Feb 2026
14.5 h
Claude Mythos
May 2026
16 h+
Fuente: METR Horizon Benchmark v1.1 · metr.org · Datos abiertos, licencia MIT
De minutos a jornadas
En 2023, un agente podía completar tareas de 3 minutos. Hoy completa tareas de 16 horas, dos jornadas laborales completas. La capacidad se duplica cada ~3.5 meses.
320×
Lo que esto significa para tu empresa
Un agente que trabaja 16 horas sin supervisión puede: analizar un portafolio completo, auditar contratos, procesar meses de datos financieros, o ejecutar pruebas de software end-to-end. Sin descanso, sin errores de fatiga, sin costo marginal.
La curva no se detiene
Al ritmo actual de duplicación (~4 meses), para mediados de 2026 el horizonte será de días. Para 2027, semanas. La pregunta no es si tu industria se verá afectada, sino cuándo.
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.

→ Para tu empresa: cada uno de estos avances abre posibilidades que no existían 90 días atrás. Las empresas que los entienden primero, los usan primero.

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
Claude Mythos · 7 Abr
Tan poderoso en ciberseguridad que Anthropic no lo lanza al público. Project Glasswing: 40+ empresas usan Mythos para encontrar zero-days en cada OS y browser mayor.
Demasiado poderoso
GLM-5.1 · 7 Abr
Zhipu AI open-source (MIT). #1 en SWE-Bench Pro (58.4) superando a GPT-5.4, Opus 4.6 y Gemini 3.1 Pro. 744B MoE, trabaja 8 horas autónomamente en tareas de código.
Open-source líder
Meta Muse Spark · 8 Abr
Primer modelo de Meta Superintelligence Labs bajo Alexandr Wang. Multimodal (voz, texto, imagen). Open-source. Desplegado en WhatsApp, Instagram, Facebook y Ray-Ban AI.
Meta se reinventa
GPT-5.5 «Spud» · 23 Abr
Primer modelo reconstruido desde cero desde GPT-4.5. Procesa texto, imagen, audio y video en una sola arquitectura. 82.7% en Terminal-Bench 2.0, nuevo estado del arte en uso de computador.
Retrain completo
Claude Opus 4.8 · 28 May
Dynamic Workflows: Claude planifica una tarea grande y lanza cientos de subagentes en paralelo en una sola sesión. Más honesto: señala sus propias incertidumbres en vez de afirmar de más.
Cientos de agentes
Gemini 3.5 Flash · 19 May
Anunciado en vivo en Google I/O, disponible al instante. Inteligencia frontier a 4× la velocidad de modelos comparables, con 1M de contexto a $1.50/$9 por millón de tokens.
Frontier a 4× velocidad
Microsoft MAI · 2 Jun
7 modelos propios en Build 2026 (razonamiento, código, voz, imagen). Entrena desde cero, sin destilar de otros labs. Comparable a GPT-5.4 hasta 10× más eficiente. El mayor inversor de OpenAI ahora construye lo suyo.
Microsoft se independiza

¿Qué puede lograr tu organización en los próximos 90 días si entra al agua hoy?

La ola está en su cresta. Las capacidades están disponibles. El costo de actuar nunca fue más bajo. La única variable que falta es la decisión.

Conversemos 30 minutos →

Datos verificados al 9 Jul 2026. Fuentes: Anthropic, OpenAI, Google DeepMind, SpaceXAI (ex xAI), DeepSeek, Meta AI, Microsoft AI, Zhipu AI, METR, Nature, TechCrunch, CNBC, Wikipedia, GitHub. Benchmarks de LMArena, ARC-AGI-2, SWE-bench, SWE-Bench Pro, GPQA Diamond, METR Horizon v1.1. Cifras de pricing de documentación oficial de cada lab.