La guerra de las IA ya empezó: ¿quién dominará en 2029?

Antes de comparar: modelo, aplicación y empresa no son lo mismo

ChatGPT, Claude, Gemini o Grok son productos que pueden cambiar el modelo que funciona detrás. Un modelo es el motor; la aplicación agrega memoria, búsqueda, voz, archivos, conectores y una interfaz. Por eso decir que una marca “es mejor” sin aclarar la tarea puede llevar a una comparación injusta.

Tampoco existe un benchmark definitivo. Un modelo puede sobresalir programando y otro redactando; uno puede razonar mejor pero tardar más; otro puede ser suficientemente bueno y mucho más económico. La comparación útil empieza por una pregunta: ¿qué trabajo necesitás resolver?

OpenAI: GPT-6 Astra es el lanzamiento que mueve el tablero

OpenAI recomienda actualmente GPT-6 Astra para los trabajos más complejos. La documentación oficial lo presenta como su modelo más inteligente y destaca el uso de computadora, navegación, ingeniería de software y tareas profesionales o científicas. Su contexto supera el millón de tokens y puede mantener procesos largos con herramientas.

La familia no termina ahí:

• GPT-6 Astra: para razonamiento exigente, investigación, programación compleja y agentes que deben ejecutar varios pasos. Es la opción de máxima capacidad, no la necesaria para cada consulta cotidiana.
• GPT-5.6 Sol: modelo profesional de alto nivel para trabajo general, análisis y producción. Es el escalón fuerte cuando no hace falta llevar cada tarea al modelo más costoso.
• GPT-5.6 Terra: busca el equilibrio entre inteligencia, velocidad y costo. Tiene sentido en asistentes y procesos empresariales que deben repetirse muchas veces.
• GPT-5.6 Luna: orientado a alto volumen y tareas sensibles al costo, como clasificación, extracción, respuestas breves o automatizaciones simples.
• GPT-Image 2.5, GPT-Live y modelos de transcripción: son especialistas para imagen, conversaciones en tiempo real y audio. Compararlos con un modelo de texto general sería como comparar una cámara con una planilla.
• gpt-oss-20b y gpt-oss-120b: modelos de pesos abiertos con licencia Apache 2.0. El 20b puede ejecutarse localmente en hardware potente de consumo; OpenAI indica 16 GB de memoria para su configuración cuantizada, aunque más margen mejora la experiencia.

Su gran ventaja competitiva es la combinación de modelos, herramientas y agentes capaces de investigar, programar y operar software. Su desafío será sostener esa calidad frente a rivales muy cercanos y justificar el costo en cada tipo de tarea.

Anthropic: Claude apuesta por el trabajo largo y cuidadoso

La línea actual de Anthropic incluye Claude Fable 5.1 para razonamiento exigente y agentes de largo recorrido, Claude Opus 5 para programación agéntica y trabajo empresarial complejo, Claude Sonnet 5 como combinación de velocidad e inteligencia y Claude Haiku 4.5 como opción más rápida.

Todos los modelos actuales principales aceptan texto e imágenes y pueden usar herramientas. Fable, Opus y Sonnet ofrecen ventanas de contexto de un millón de tokens según la documentación de Anthropic. En la práctica, Claude resulta especialmente atractivo para leer grandes cantidades de material, escribir con coherencia, revisar código y sostener una tarea extensa.

Su fortaleza no es una frase publicitaria aislada, sino un posicionamiento claro: calidad de razonamiento, programación y flujos de trabajo empresariales. Su desafío es competir con la distribución masiva de Google, Meta y Microsoft/OpenAI.

Google: Gemini no necesita ganar solo con el modelo

Google cuenta con una ventaja que ningún benchmark muestra por completo: Android, Chrome, Search, Workspace y una enorme infraestructura de nube. Su catálogo actual coloca a Gemini 3.8 Flash como un modelo inteligente orientado a software, agentes y procesos empresariales, mientras Gemini 3.1 Pro apunta a problemas complejos y razonamiento multimodal. También ofrece modelos especializados para voz, imagen, video, música, investigación y uso de computadora.

La palabra clave es multimodalidad: trabajar con texto, audio, imágenes, video y documentos dentro de un mismo ecosistema. Si en 2029 la IA se vuelve una capa invisible del teléfono, el navegador y la oficina, la distribución de Google puede pesar tanto como la diferencia de calidad entre dos modelos.

xAI y Grok: actualidad con herramientas, no por arte de magia

Grok 4.7 es el modelo insignia actual de xAI para código, conversación y uso de herramientas, con razonamiento configurable y una ventana de 500.000 tokens. La plataforma también ofrece búsqueda web, búsqueda en X, ejecución de código, voz y generación de medios.

Hay una aclaración importante de la propia documentación: Grok no conoce los hechos recientes automáticamente. Para incorporar información en tiempo real hay que habilitar herramientas de búsqueda web o de X. Su ventaja competitiva aparece precisamente allí: la combinación del modelo con esas fuentes y con una plataforma social de gran volumen.

Meta, Mistral, DeepSeek y Qwen: el frente abierto

La otra guerra no ocurre dentro de una suscripción, sino en los modelos que pueden descargarse, adaptarse o ejecutarse en infraestructura propia.

• Meta: Llama impulsó un ecosistema enorme de modelos, ajustes y herramientas. Llama 4 introdujo modelos multimodales con arquitectura de mezcla de expertos. Su ventaja es la difusión: muchísimos proyectos locales nacen alrededor de Llama.
• Mistral: combina modelos comerciales con alternativas de pesos abiertos. Mistral Medium 3.5 apunta a agentes y código; Mistral Small 4 reúne instrucciones, razonamiento y programación en un modelo eficiente; Mistral Large 3 mantiene una opción general multimodal abierta.
• DeepSeek: compite con modelos de razonamiento y código de gran contexto. Su API oficial migró a la familia V4 Pro y V4 Flash, señal de lo rápido que cambian los nombres en este mercado.
• Qwen: ofrece una familia amplia, desde modelos pequeños hasta razonamiento, visión y programación. Su variedad permite elegir tamaños que sí caben en equipos personales.

“Abierto” no siempre significa exactamente lo mismo: puede referirse a pesos descargables, código, datos o una licencia más o menos permisiva. Antes de usar un modelo en un negocio conviene revisar su licencia, privacidad y requisitos.

La comparación que importa

¿Quién dominará en 2029? Nuestra predicción

No creemos que una sola empresa domine todo. Esta es una proyección editorial, no un hecho verificable: el ganador dependerá de qué entendamos por “ganar”.

• Si ganan los agentes que realizan trabajos completos, OpenAI y Anthropic están muy bien posicionadas.
• Si gana la distribución dentro del teléfono, navegador y oficina, Google y Meta tienen una ventaja enorme.
• Si gana la actualidad conectada a conversación pública, xAI tiene un camino propio.
• Si empresas y gobiernos priorizan control, soberanía y ejecución local, Llama, Mistral, Qwen, DeepSeek y otros modelos abiertos pueden crecer más rápido que cualquier marca individual.

El escenario más probable es menos cinematográfico y más útil: un asistente que enruta cada tarea al modelo indicado. Uno redactará, otro verificará, otro analizará una imagen y uno pequeño correrá dentro de la PC. En ese futuro no gana un único cerebro; gana el sistema que combine mejor varios.

Ollama: convertí tu PC en un laboratorio de IA

Ollama es la puerta de entrada a los modelos locales. Lo instalás, elegís un modelo y en pocos minutos podés conversar, pedirle ideas, resumir textos, experimentar con programación o inventar tu propio asistente. No necesitás una clave de API ni una suscripción para usar los modelos descargados.

Lo más interesante es que no quedás atado a una única inteligencia artificial: hoy podés probar Gemma, mañana Qwen, Llama, Mistral o el modelo abierto de OpenAI. Es como tener una colección de motores y descubrir cuál responde mejor a cada desafío.

En Windows funciona desde la versión 10 22H2. Cada modelo indica su tamaño antes de descargarlo, así que podés empezar con uno liviano y avanzar cuando tengas ganas de experimentar con algo más grande.

Manual rápido: instalar Ollama en Windows

1. Descargá el instalador oficial desde ollama.com/download/windows. Abrí OllamaSetup.exe. La instalación común no requiere permisos de administrador.
2. Abrí PowerShell o Terminal. Ollama queda funcionando en segundo plano y agrega su comando al sistema.
3. Probá primero un modelo razonable para tu memoria. La guía oficial propone Gemma 4 E2B, cuya descarga ronda los 7,2 GB y recomienda 8 GB de VRAM o memoria unificada:

ollama run gemma4:e2b

La primera ejecución descarga el modelo; después abre el chat. Escribí una pregunta y usá /bye para salir.

Otra opción, sólo para un equipo más potente, es el modelo abierto de OpenAI:

ollama run gpt-oss:20b

OpenAI recomienda al menos 16 GB de VRAM o memoria unificada para gpt-oss-20b. Si tu PC no llega, elegí un modelo pequeño de la biblioteca oficial de Ollama; no tiene sentido descargar el más grande sólo porque su número impresiona.

Los comandos de Ollama que realmente vas a usar

# Ver los modelos descargados
ollama ls

# Descargar sin iniciar el chat
ollama pull gemma4:e2b

# Ver qué modelo está cargado en memoria
ollama ps

# Detenerlo
ollama stop gemma4:e2b

# Borrar el modelo y recuperar espacio
ollama rm gemma4:e2b

Ollama también expone una API local en http://localhost:11434. Eso permite conectarlo con aplicaciones compatibles y crear herramientas privadas. La API local no necesita clave, por lo que no conviene exponer ese puerto directamente a Internet.

Elegí tu primer modelo sin complicarte

• 8 GB de RAM: empezá por modelos pequeños y ágiles. Son ideales para descubrir cómo funciona todo.
• 16 GB de RAM: se abre un catálogo mucho más amplio para conversar, resumir y programar.
• 32 GB o más: podés explorar modelos más ambiciosos y trabajar con conversaciones extensas.
• GPU dedicada: acelera la respuesta y vuelve la experiencia mucho más fluida. Ollama admite numerosas placas NVIDIA y AMD Radeon.

La regla divertida es simple: empezá pequeño, hacé diez preguntas y después probá otro modelo. Compará cuál escribe mejor, cuál programa, cuál entiende el español y cuál tiene más personalidad. Esa prueba enseña mucho más que una tabla de benchmarks.

Cinco pruebas para hacer apenas termine la descarga

1. Duelo creativo: pedile a dos modelos que inventen el mismo anuncio y compará cuál sorprende más.
2. Explicador personal: pegale un concepto difícil y pedile que lo explique como si tuvieras 12 años.
3. Programador: solicitá una pequeña calculadora, un juego de preguntas o una página web.
4. Editor: entregale un texto desordenado y pedile tres versiones: formal, divertida y muy breve.
5. Personaje: creá un asistente con una profesión y una forma de hablar mediante un Modelfile.

Ahí aparece la gracia de la IA local: probar, romper, cambiar de modelo y volver a empezar. No hace falta entender toda la teoría para disfrutar el experimento.

La conclusión: no compres una marca, elegí una herramienta

La pregunta correcta no es “¿cuál IA ganó?”, sino “¿cuál resuelve mejor esta tarea con un costo, una privacidad y una velocidad aceptables?”. Para trabajos críticos, compará respuestas y verificá fuentes. Para automatizaciones, medí con ejemplos reales. Para experimentar o preservar privacidad, una IA local puede ser extraordinaria.

Y si querés usar Ollama, generar imágenes o trabajar con modelos locales, la configuración de la PC importa: RAM, GPU, almacenamiento y refrigeración determinan qué modelos entran y qué tan rápido responden.