Diplomado Internacional en IA aplicada a Ingeniería y Construcción
Ed_03
Quién está detrás de cada modelo, qué versión corre hoy y para qué conviene cada una.
La foto se mueve. Entre julio y agosto de 2026 salieron Opus 5, Gemini 3.7 Flash y Qwen3.8-Max, y OpenAI cerró Sora: la app y la web el 26 de abril de 2026, y la API el 24 de septiembre. Esto es el estado a la fecha, no una lista fija.
Primer lugar en LiveBench Matemática, LiveBench Razonamiento y ARC-AGI-2.
El ecosistema más completo: Projects, Work, Codex y GPTs sobre la misma cuenta.
Número 1 del Artificial Analysis Intelligence Index (63) desde el 24 de julio de 2026.
El ecosistema agéntico más maduro: Claude Code, MCP y uso de herramientas.
Gemini 3.7 Flash salió el 13 de agosto de 2026, tres semanas después del 3.6. El Pro sigue en 3.1.
Contexto largo y multimodal, dentro de Workspace: Docs, Sheets, Gmail y Meet.
Ventana de contexto de 500K tokens.
Lee la conversación en vivo de X: útil para temas del dÃa, no para documentación.
En abril de 2026 Meta cerró su modelo de frontera; Llama sigue abierto y el 10 de agosto liberó Muse Glimmer 30B bajo Apache 2.0.
Compresión de razonamiento: resuelve con un orden de magnitud menos de cómputo que Llama 4.
US$ 2 por millón de tokens de entrada y US$ 6 de salida en el modelo insignia.
La alternativa europea: pesos abiertos en varias lÃneas y datos bajo normativa de la UE.
US$ 0,87 por millón de tokens de salida: el costo más bajo de la frontera.
API compatible con OpenAI y Anthropic, asà que se cambia sin reescribir el código.
Qwen3.8-Max disponible desde el 3 de agosto de 2026 a US$ 2 / US$ 6 por millón de tokens.
La familia abierta más amplia, con entrada de visión y lenguaje nativa.
1 billón de parámetros MoE (32 mil millones activos por token) con pesos abiertos bajo licencia MIT modificada.
Agente visual: lee pantallas y documentos, y opera herramientas a costo bajo.
Desde agosto de 2026 Claude Sonnet 5 corre dentro de Copilot en PowerPoint y Cowork, junto a GPT-5.6.
La IA donde ya trabajas: Word, Excel, Outlook, Teams y Windows.
Agente de escritorio para Windows desde el 28 de julio de 2026, con enrutamiento entre más de 20 modelos.
Respuestas con fuentes citadas: el punto de partida para investigar, no para redactar.
Se consume desde AWS Bedrock, en la misma cuenta donde ya está la infraestructura.
Nova Act opera el navegador por ti; Sonic maneja voz en tiempo real.
Único modelo que genera audio nativo junto al video, en 4K.
La mayor calidad de video disponible hoy; elimina el diseño de sonido en clips cortos.
Sigue siendo la referencia en imagen cinematográfica y composición estilizada.
Control estético fino; menos literal con el prompt que sus competidores.
Gen-4 mejoró calidad de movimiento y fidelidad al prompt.
Imagen de referencia y consistencia de personaje, con editor integrado.
La mejor relación calidad-precio en generación de video.
Volumen de clips a costo bajo, con buena fÃsica de movimiento.
Referencia en texto a voz; suma efectos de sonido y música por descripción.
Voz en español neutro y clonación con consentimiento, para video y locución.
La v5.5 (marzo de 2026) añadió Voices, Custom Models y personalización por gusto.
Canción completa con letra, voz e instrumentación desde una descripción.
Agente de código en terminal, escritorio y extensiones de IDE.
Lee el repositorio completo, ejecuta comandos y abre PRs con revisión humana.
Se instala con npm i -g @openai/codex y usa la cuenta de ChatGPT.
Trabaja en la nube o local sobre tu repositorio, con skills en Markdown.
Elige entre modelos de OpenAI, Anthropic y Google dentro del mismo editor.
Autocompletado y revisión de PR donde ya vive el código del equipo.
Editor completo, no una extensión: indexa el proyecto entero.
Edición multiarchivo guiada por el contexto del repositorio.
De descripción en texto a interfaz React desplegada.
Prototipos de interfaz en minutos, exportables como código real.
Orquesta modelos y herramientas sin escribir la integración a mano.
Conecta la IA con correo, hojas, WhatsApp y bases de datos de la empresa.
Sin resultados.