Entre el 1 y el 3 de septiembre de 2026, cuatro laboratorios lanzaron modelos de frontera en menos de 72 horas: Anthropic sacó Claude Fable 5.1, Google publicó Gemini 3.8 Flash, Meta liberó Muse Spark 1.3 y OpenAI envió GPT-6 Astra. Si diriges una empresa y no vives de leer noticias de IA, la pregunta correcta no es cuál es más inteligente: es qué le pasó al precio de la IA esa semana, porque ahí sí hay consecuencias directas en tu presupuesto del año que entra.
Resumen en 60 segundos
- Los modelos caros no bajaron de precio. Claude Fable 5.1 y GPT-6 Astra cuestan los dos 10 dólares por millón de tokens de entrada y 50 por millón de salida.
- Lo que sí bajó fue la memoria. Anthropic recortó 75% la lectura de caché de Fable 5.1: de 1.00 a 0.25 dólares por millón. En trabajo repetitivo eso cambia la factura, no el precio de lista.
- La opción barata trae fecha de caducidad. Gemini 3.8 Flash sale en 0.75 y 3.75 dólares por millón, pero el 1 de enero de 2027 ambos números se duplican.
- Meta le puso precio a tus datos. Muse Spark 1.3 cuesta 1.25 y 4.25 dólares por millón en su versión normal, o alrededor de 0.10 y 0.20 si aceptas que Meta entrene con tu tráfico.
- Y apareció un tema nuevo: GPT-6 Astra es el primer modelo que OpenAI clasifica en su nivel «crítico» de capacidad en ciberseguridad.
Traducción de negocio: la brecha entre el modelo barato y el caro es de más de diez veces. Elegir bien dejó de ser un detalle técnico y se volvió una decisión de costos.
Qué lanzó cada quien
Anthropic: Claude Fable 5.1 y su gemelo restringido
El 1 de septiembre Anthropic publicó Fable 5.1 conservando exactamente el precio de la versión anterior —10 dólares de entrada y 50 de salida por millón de tokens— y tocando un solo número: la lectura de caché, que cayó de 1.00 a 0.25 dólares por millón.
Vale la pena entender qué es el caché, porque es la parte que casi nadie explica. Cuando un asistente de IA trabaja sobre el mismo material una y otra vez —tu catálogo, tu manual de políticas, el historial de una conversación larga— no tiene sentido volver a cobrarte el texto completo en cada consulta. El caché guarda esa parte fija y la cobra más barata en las llamadas siguientes. Es la diferencia entre pagarle a un consultor por releer tu expediente cada vez que entra a tu oficina, o que ya se lo sepa.
Por eso el recorte importa más de lo que parece. Anthropic estima, con base en el uso real de agosto de 2026, que las cargas típicas bajan alrededor de 25% y las muy agénticas —procesos donde el modelo encadena muchos pasos sobre el mismo contexto— hasta cerca de 45%. El precio de lista no se movió; la factura sí.
Junto con Fable 5.1 salió Mythos 5.1, una versión de acceso restringido para organizaciones verificadas de ciberdefensa y ciencias de la vida. No es un producto al que una pyme vaya a entrar, pero marca una tendencia que conviene registrar: los laboratorios empezaron a partir sus modelos en dos, uno público y uno con menos restricciones para quien pueda demostrar a qué se dedica.
Google: Gemini 3.8 Flash, barato con reloj corriendo
El 2 de septiembre Google lanzó Gemini 3.8 Flash a 0.75 dólares por millón de entrada y 3.75 de salida, con lectura de caché en 0.075. Es la cuarta versión de la línea Flash en menos de cuatro meses, lo que dice bastante del ritmo al que Google está iterando su gama de bajo costo.
Aquí está la letra chica que sí tienes que apuntar: ese precio corre hasta el 31 de diciembre de 2026. El 1 de enero de 2027 la entrada sube a 1.50 y la salida a 7.50 —el doble— sin que tú hagas nada. Si armas un presupuesto anual con los números de hoy, en enero te vas a llevar una sorpresa del 100%.
Google también publicó una variante Cyber del mismo modelo, disponible solo para equipos de defensa aceptados en su programa Fairwind.
Meta: Muse Spark 1.3 y el precio de tus datos
Meta lanzó Muse Spark 1.3 el 2 de septiembre, con ventana de contexto de un millón de tokens y entrada de texto, imagen y video. Su endpoint estándar —el que mantiene tus datos privados— cuesta 1.25 dólares por millón de entrada y 4.25 de salida.
Lo interesante es el segundo carril: un endpoint «contributor» de alrededor de 0.10 y 0.20 dólares por millón, entre diez y veinte veces más barato, a cambio de permitir que Meta entrene con tu tráfico. Es la primera vez que un laboratorio grande le pone precio explícito y público a esa decisión. Para un negocio que maneja información de clientes, contratos o precios de proveedores, la respuesta debería ser obvia; para un blog que genera borradores públicos, quizá no.
OpenAI: GPT-6 Astra cruza un umbral que no se había cruzado
GPT-6 Astra salió el 3 de septiembre a 10 dólares por millón de entrada, 1 dólar de caché y 50 de salida, con una ventana de 1.05 millones de tokens. Tiene un detalle de cobro que conviene conocer: los prompts que superan los 272,000 tokens de entrada se cobran al doble en entrada y caché, y a 1.5 veces en salida.
Pero la noticia de fondo no es el precio. Es que OpenAI lo clasificó como el primer modelo que alcanza su umbral «crítico» de capacidad en ciberseguridad: la categoría que la compañía reserva para modelos capaces de encontrar y explotar vulnerabilidades desconocidas en sistemas bien protegidos sin que alguien se lo pida paso a paso. En pruebas obtuvo puntaje perfecto en ExploitBench y, en una evaluación aparte, descubrió por su cuenta dos vulnerabilidades de día cero. OpenAI retrasó parte del desarrollo para reforzar salvaguardas: entrenamiento de rechazo, monitoreo en tiempo real del razonamiento y las acciones del modelo, aplicación a nivel de cuenta, acceso verificado, aislamiento de red y protección de los pesos. Si quieres el detalle de este modelo en particular, lo desglosamos en nuestro análisis de GPT-6 Astra.
Los precios reales, lado a lado
| Modelo | Salió | Entrada (USD/1M) | Salida (USD/1M) | Lo que hay que saber |
|---|---|---|---|---|
| Claude Fable 5.1 (Anthropic) | 1 sep 2026 | $10.00 | $50.00 | Caché a $0.25 (antes $1.00). Contexto de 1M de tokens |
| Gemini 3.8 Flash (Google) | 2 sep 2026 | $0.75 | $3.75 | Precio vigente hasta el 31 dic 2026; se duplica el 1 ene 2027 |
| Muse Spark 1.3 (Meta) | 2 sep 2026 | $1.25 | $4.25 | Versión privada. El carril «contributor» cuesta ~$0.10/$0.20 si Meta entrena con tus datos |
| GPT-6 Astra (OpenAI) | 3 sep 2026 | $10.00 | $50.00 | Caché a $1.00. Arriba de 272,000 tokens de entrada, 2× entrada y 1.5× salida |
¿Y esto qué significa para tu empresa?
En una sesión de 30 minutos te decimos cómo aprovechar tecnología como esta en tu operación — sin humo, con números y pasos concretos.
Los benchmarks y qué significan de verdad
Cada lanzamiento vino con su tabla de resultados y su titular de «el mejor en tal prueba». Conviene bajarle dos rayas a eso.
Los benchmarks miden tareas cerradas y comparables entre laboratorios: resolver problemas de terminal, escribir código que pase pruebas, recuperar un dato específico de un contexto larguísimo. Son útiles para saber si un modelo es competente. No miden lo que decide si un proyecto de IA funciona en tu empresa: si tus datos están ordenados, si tu gente lo va a usar, si el proceso que quieres automatizar está definido o vive en la cabeza de una sola persona.
La lectura honesta de esta semana es que los cuatro modelos son competentes para el 90% de lo que un negocio mediano necesita —clasificar, resumir, redactar, extraer datos de documentos, atender preguntas frecuentes— y que la diferencia entre ellos aparece en la cola larga: razonamiento en varios pasos, código complejo, tareas que corren solas durante horas. Si tu caso de uso está en ese 90%, el criterio de decisión es el precio y la privacidad, no el ranking.
Cuánto costaría esto en tu negocio
Un ejemplo aterrizado. Supón un asistente de IA en tu sitio web que atiende 3,000 conversaciones al mes, con unos 4,000 tokens de entrada y 600 de salida por conversación (el contexto incluye tu catálogo y tus políticas). Son 12 millones de tokens de entrada y 1.8 millones de salida al mes.
| Modelo | Entrada (12M) | Salida (1.8M) | Total mensual |
|---|---|---|---|
| Gemini 3.8 Flash (hoy) | $9.00 | $6.75 | $15.75 |
| Gemini 3.8 Flash (desde ene 2027) | $18.00 | $13.50 | $31.50 |
| Muse Spark 1.3 (privado) | $15.00 | $7.65 | $22.65 |
| Fable 5.1 o GPT-6 Astra | $120.00 | $90.00 | $210.00 |
Dos advertencias sobre esta tabla. La primera: es el costo del modelo, no el del proyecto. El desarrollo, la integración con tu sistema, el hosting y el mantenimiento son otra conversación —la desglosamos en cuánto cuesta implementar IA—. La segunda: el consumo real se dispara cuando el asistente encadena pasos o consulta documentos largos, así que trata estos números como piso, no como techo.
Aun así, el punto se sostiene: para un chatbot de atención bien construido, la diferencia entre el modelo caro y el barato es de 15 a 210 dólares al mes. Para un agente que procesa expedientes complejos, esa diferencia se paga sola y elegir el barato es falsa economía.
Qué significa para una empresa mexicana
Uno: revisa si tu presupuesto 2027 trae una bomba de tiempo. Si estás cotizando o construyendo algo sobre Gemini 3.8 Flash, el número que te dieron vale hasta el 31 de diciembre. Pide que la propuesta muestre las dos cifras, la de hoy y la de enero.
Dos: el ahorro está en la arquitectura, no en la marca. El recorte de caché de Anthropic premia una forma específica de construir: contexto estable y reutilizable en vez de mandar todo de nuevo en cada llamada. Dos implementaciones del mismo chatbot, con el mismo modelo, pueden diferir 40% en factura según cómo estén armadas. Eso lo define quien te desarrolla, no quien te vende el modelo.
Tres: usa modelos distintos para tareas distintas. No hay ninguna razón para pagar precio de frontera por clasificar correos o resumir tickets. La práctica sensata es enrutar: el modelo barato hace el volumen, el caro entra solo en lo difícil. Es la misma lógica de no mandar a tu director de operaciones a capturar facturas.
Cuatro: la privacidad ya tiene etiqueta de precio. El carril «contributor» de Meta vuelve explícito algo que antes estaba enterrado en los términos de servicio. Antes de aceptar cualquier tarifa sospechosamente baja, pregunta qué pasa con los datos que mandas. Si manejas información de clientes, la respuesta correcta casi siempre es pagar la versión privada.
Cinco: el tema de ciberseguridad dejó de ser abstracto. Que un modelo comercial ya encuentre vulnerabilidades por su cuenta significa que las herramientas de ataque mejoraron para todos, incluido quien no tiene nada que ver contigo. No es motivo de pánico, pero sí de higiene básica: actualizaciones al día, respaldos que alguien haya probado restaurar, doble factor en los accesos críticos. En agosto, más de cien empresas tecnológicas —entre ellas OpenAI, Anthropic, Google y Microsoft— firmaron una carta pidiendo cooperación pública y privada justamente por esto.
Cómo decidir sin volverte experto
- Define la tarea antes que el modelo. «Responder preguntas de producto en el sitio» es una tarea. «Usar IA» no lo es.
- Estima el volumen. Conversaciones o documentos al mes, y qué tan largo es el contexto que necesita cada uno. Con esos dos números y la tabla de arriba tienes un costo aproximado en cinco minutos.
- Empieza con el modelo barato. Si resuelve el caso, ya terminaste. Sube de nivel solo cuando midas que falla en algo concreto.
- Corre un piloto de 30 días con un proceso real y acotado, midiendo resultado y costo. Nuestra experiencia con automatización de procesos con inteligencia artificial es que el piloto revela más que cualquier comparativa.
- Exige portabilidad. Que cambiar de modelo sea un ajuste de configuración y no volver a escribir el sistema. Con la velocidad a la que salen versiones, quedarte amarrado a un proveedor es el riesgo caro.
Preguntas frecuentes
¿Cuánto cuesta la IA para una empresa mediana en México?
Depende del volumen, pero el consumo del modelo suele ser la parte menor. Un asistente de atención con tráfico moderado ronda decenas de dólares al mes en modelo; lo que pesa es el desarrollo y la integración, que se cotizan por proyecto. Los precios de arriba son de la interfaz de programación, no de las suscripciones tipo ChatGPT Plus.
¿Conviene esperar al siguiente modelo?
No. Salieron cuatro modelos de frontera en 72 horas y saldrán más antes de fin de año. Si esperas al «definitivo» no vas a empezar nunca. Construye de forma que cambiar de modelo sea barato y arranca con lo que hay hoy.
¿Un modelo barato es peligroso o de mala calidad?
No en términos de calidad para tareas comunes: los modelos económicos de 2026 superan a los caros de hace año y medio. El riesgo no es la calidad sino la letra chica: precios introductorios con fecha de vencimiento y tarifas que se pagan con tus datos.
¿Necesito uno de estos modelos o me sirve un chat comercial?
Si tu equipo solo redacta y resume, una suscripción comercial basta. La interfaz de programación se justifica cuando quieres que la IA viva dentro de tus sistemas: tu sitio, tu CRM, tu WhatsApp. Es la diferencia entre una herramienta que tu gente abre y un proceso que corre solo, algo que explicamos en chat de IA para negocios.
¿Estos precios incluyen IVA o están en pesos?
Están en dólares y sin impuestos: son tarifas de plataformas estadounidenses. Al presupuestar, considera el tipo de cambio y el tratamiento fiscal de los servicios digitales contratados en el extranjero.
¿Te está sirviendo este análisis?
Recibe 1 correo a la semana con lo más importante de IA, automatización y tecnología para tu negocio — explicado en simple, con cifras en pesos y cero spam.
Fuentes
- VentureBeat — Claude Fable 5.1 y Mythos 5.1, con 75% menos en lectura de caché
- Gemini 3.8 Flash: benchmarks, precios y la letra chica
- Artificial Analysis — Muse Spark 1.3
- CloudZero — Precios de GPT-6 Astra
- CNBC — Astra cruza el umbral «crítico» de ciberseguridad
- OpenAI — Path to Astra: capacidades críticas y salvaguardas
- TechCrunch — Más de 100 empresas piden acción contra la IA maliciosa
En Azterion no vendemos modelos: construimos la pieza que va en medio, la que conecta la IA con tu operación y la que te deja cambiar de proveedor sin rehacer todo. Si quieres saber cuánto costaría tu caso con los precios de esta semana, agenda una llamada de 30 minutos y lo calculamos contigo.
