La danza de los modelos: cuatro 'lanzamientos históricos' en siete semanas, y ni uno nuevo bajo el sol

En siete semanas, la industria anunció cuatro "avances sin precedentes". xAI lanzó Grok Bot (11 de agosto). Meta presentó Muse, "el primer agente personal de IA para todos". OpenAI soltó Dots en su DevDay (29 de septiembre), como "agentes always-on". Y al día siguiente, Google respondió con Gemini 4 Argon y sus agentes dentro de Chrome (30 de septiembre). Cuatro lanzamientos, un mismo guion: video pulido, nombre nuevo, y la palabra "histórico" en cada titular.

Los pusimos uno al lado del otro, con sus fichas técnicas y sus fechas. Y pasa algo incómodo: son, con matices, el mismo producto.

El aviso de honestidad de siempre, porque este es un texto incómodo escrito con la guardia alta. Vamos a separar, en cada tramo, el hecho verificable de la interpretación. No sostenemos que los labs mientan: sostenemos algo más fuerte y más defendible —la secuencia de los hechos coincide exactamente con la forma de un incentivo, y cuando el discurso y el comportamiento apuntan en direcciones opuestas, el comportamiento es el que tiene dinero en juego.

El recorrido: primero, la tabla que lo dice todo. Segundo, por qué nada de esto es nuevo bajo el sol. Tercero, dónde está la pelea de verdad (no en el modelo). Cuarto, la evidencia que no admite narrativa. Quinto, el negocio real y por qué el usuario común no es el cliente. Sexto, las narrativas del miedo, con hechos y con interpretación separados. Séptimo, la conclusión.

1. La tabla que lo dice todo

Empecemos por lo más simple: qué se lanzó, y qué se dijo de cada cosa.

Cuatro productos, cuatro nombres, cuatro arquitecturas de marketing. Y ahora miremos debajo del marketing, porque ahí la diferencia desaparece. Los cuatro comparten los mismos cinco rasgos:

Ese es el producto. Y aquí viene el primer punto incómodo: ese producto existe desde hace más de un año, es gratuito y es de código abierto.

2. Nada nuevo bajo el sol

Todo lo que los cuatro labs presentaron como un salto, un proyecto abierto lo tenía antes, y sin cerco:

La traducción honesta: lo que los labs lanzaron como "un agente que por fin hace cosas" es, casi término por término, la versión empaquetada, amable y cerrada de lo que la comunidad abierta ya publicaba. Y hay una línea que resume el patrón y que vale la pena retener:

Esto no es una novedad histórica: es un patrón clásico. Un protocolo abierto se commoditiza; un actor grande lo envuelve en una UX impecable y recentraliza. Pasó con el email, con los navegadores, con los lectores de RSS. Nadie inventó el agente esta semana: alguien le puso una cara bonita y un contrato de permanencia.

Y sin embargo, el revuelo. ¿Por qué? Porque en esta industria "innovación" no significa invención — significa difusión. La novedad real no es el agente: es el default. OpenClaw y Hermes te piden instalar, configurar, pagar tokens y mantener infraestructura. Muse llega con un toque de pulgar a miles de millones de usuarios. Para el 99% de la gente, esta es la primera vez que un agente corre solo en su máquina. La novedad se mide contra el previo de la audiencia, no en absoluto. Y contra ese previo, sí: es nuevo. Como experiencia. No como tecnología.

3. La pelea no es por el modelo: es por la puerta

Si el producto no es el foso, ¿dónde está la pelea? En el punto de entrada. Y las dos mejores pruebas de la semana salieron de una broma y de un navegador.

La broma: OpenAI nombró a su agente Dots. Pero el dominio dot.com llevaba dos meses registrado por xAI —desde el 28 de julio, según Whois— y redirigía directo a la página de descarga de Grok Bot. Cuando el mundo buscó "dot.com" para ver el lanzamiento de OpenAI, aterrizó en el producto del rival. No fue un accidente de timing: fue un redirect colocado con antelación. El troll no atacó el modelo de OpenAI; atacó exactamente la capa que hace "innovador" a un producto consumer: la atención.

El navegador: Google no necesita una broma, porque tiene algo más grande: Chrome, ~65-70% del mercado, la superficie donde literalmente vive el usuario. Sus agentes (Gemini Spark, el "auto browse" en Chrome) no actúan sobre un navegador abstracto: usan tu Chrome de escritorio, con tus cuentas logueadas y tus contraseñas guardadas. No te piden adoptar nada: ya estás adentro. Y en el I/O 2026 presentaron WebMCP, un intento de estandarizar cómo los sitios se exponen a cualquier agente —si lo logran, todos los agentes terminan ruteando por Chrome.

4. La evidencia que no admite narrativa

Toda esta danza tiene un dato detrás que la industria preferiría no discutir: el foso que justificaba a los modelos cerrados se está cayendo por dos lados a la vez —la capacidad y el volumen.

Lado uno: el volumen se va al abierto. El AI Gateway de Vercel mide qué modelos producen de verdad los tokens. La curva:

Es un salto de 8× en ocho meses. Y no es solo Vercel: AT&T ya manda 40% de sus workloads de IA por modelos abiertos, y las menciones de modelos abiertos en earnings calls de EE.UU. saltaron 6× interanual. Los que compran de verdad —las empresas— están siguiendo el mismo patrón que los devs.

Lado dos: la capacidad alcanzó. El mismo día que OpenAI lanzaba Dots, Anthropic publicó una evaluación incómoda: el modelo abierto GLM-5.3 (Z.ai), que cualquiera puede descargar gratis, quedó a la par de su propio frontier en pruebas de explotación de vulnerabilidades. Los números: 84,5% vs 83,8% en CyberGym (el abierto por delante), y 50 vs 56 exploits en 410 intentos en ExploitBench. El NIST ya lo había llamado "el modelo open-weight más capaz en ciber liberado hasta hoy", estimando que le lleva ~4 meses de atraso al frontier de EE.UU.

Y hay un matiz de honestidad que conviene dar, porque cambia dónde está el fuego: tokens no es lo mismo que dólares. Los mismos reportes que celebran el 56% señalan que Anthropic sigue dominando el gasto (~61%). ¿Cómo convive? Porque los equipos mandan los workloads grandes y baratos por modelos abiertos, y reservan los cerrados caros para un set chico de peticiones. El abierto gana volumen; el cerrado todavía gana facturación. Pero atención a la dirección: el volumen de hoy es la factura de mañana. El 61% de gasto de este mes es, probablemente, el 56% de tokens de hace seis.

5. El negocio real: el usuario común no es el cliente

Acá conviene desarmar una intuición muy extendida: "los labs ganan con los usuarios de los planes". Los números dicen otra cosa, y explican por qué estos agentes consumer se regalan o abaratan.

Léelo con calma, porque cambia el mapa: un plan plano + uso agéntico es el peor combo posible para un lab. Un agente always-on hace loops, llamadas a herramientas y contexto largo: puede multiplicar el consumo de tokens por 10, 50 o 100× respecto de un chat normal. En un plan medido (API por token) eso es oro. En un plan plano de $20, es una hemorragia: le regalas cientos de dólares de cómputo por veinte.

Por eso el modelo de negocio real se ordena así:

• El usuario gratis no factura: es puro costo. Pero es escala, datos y, sobre todo, cuerpo en la puerta.
• El usuario de plan pago factura mucho, pero con margen frágil y expuesto a los power users. Es un canal de distribución disfrazado de producto.
• El negocio de verdad es el token medido (API / enterprise) —que es exactamente lo que se está fugando hacia los modelos abiertos.

Y ahí está la tenaza que explica toda la semana: el segmento que da plata (tokens medidos) se fugó al abierto; el segmento que da escala (consumer) es un loss-leader crónico; y los agentes, que serían el gran motor de consumo de tokens, en consumer son justo lo que funde la caja. Por eso se regalan y se abaratan: no son productos, son cebos de captura. La seguridad que buscan no es la de la humanidad: es la del embudo.

6. Las narrativas del miedo: hechos y lo que no lo es

Queda la parte más delicada, y aquí separamos con bisturí. La semana no solo trajo lanzamientos: trajo un reporte de seguridad sobre GLM-5.3 y, como telón de fondo, una campaña sostenida para que los modelos abiertos queden bajo la lupa regulatoria.

Y una honestidad final sobre el propio reporte: su conclusión más citada la escribió el lab que compite con el modelo evaluado, el mismo día que su rival lanzaba producto. Eso no invalida los datos —los datos son buenos—; solo significa que la alarma y el reloj no son neutrales. Amodei, por su parte, ha sido explícito en que "no apoya prohibir los open-weights", con una línea dura específica contra el frontier chino. Lo dejamos dicho, porque la precisión es lo que separa un análisis de un meme.

Resumiendo el movimiento: cuando no puedes defender por capacidad (los abiertos alcanzan), ni por volumen (el 56% se fue al open), ni por precio (bajas para captar), lo que queda es (a) encerrar al usuario en tu superficie y (b) pedir que la ley ordene el tablero a tu favor. La narrativa del miedo es la pata (b). Es, literalmente, la versión 2.0 de lo que contamos en el #124: el foso competitivo disfrazado de prudencia.

Cierre: la danza sigue, pero ya sabemos el paso

Resumamos la semana, porque es más limpia de lo que parece:

Cuatro labs "lanzaron el futuro" en siete semanas, y los cuatro empaquetaron el mismo agente que la comunidad abierta publicaba desde antes —con más UX y más cerco—. Se peleó por el dominio y por el navegador, no por el modelo. La evidencia mostró que el volumen ya es mayoritariamente abierto y que la capacidad se empató en lo que importa. Los números internos revelaron que el usuario común no paga la cuenta: es el embudo. Y como respuesta a todo eso, apareció el reporte de seguridad —con datos válidos, pero publicado por el competidor, en el momento conveniente, apuntando al rival abierto.

Cada pieza por separado tiene excusa. Juntas, tienen forma. Y la forma no es la de una carrera por el avance: es la de un cerco.

Lo importante, como siempre, no es lo que ellos creen sino lo que tú puedes hacer con esto. Si el valor no está en el modelo (se commoditiza), ni en la capacidad (se empata), ni en la narrativa (se contradice con el precio), entonces no construyas sobre ninguna de las tres. Construye sobre la capa que no depende de la buena voluntad de nadie: modelos con pesos abiertos que corren en tu infraestructura, memoria propia que es tuya, y un harness que diseñas alrededor de tu operación. Es la misma conclusión del #137 y del #117: la soberanía que se contrata no es soberanía; la que se construye, sí.

La danza de los modelos va a seguir. Habrá un quinto "lanzamiento histórico" el mes que viene, con otro nombre y otro avatar. Lo que cambió esta semana no fue la tecnología: fue la evidencia. Ya sabemos el paso, y ya sabemos que no lo bailan para ti.