Grok 4.5, GPT-5.6, Muse Spark: la semana del cambio de precios
En 48 horas, OpenAI, Meta, xAI y Cognition lanzaron nuevos modelos de IA con precios mucho más bajos. Grok 4.5, GPT-5.6, Muse Spark 1.1 y SWE-1.7 cambian
En aproximadamente 48 horas, OpenAI, Meta, xAI y Cognition han presentado nuevos modelos de IA – y la verdadera noticia no es un récord individual en benchmark, sino el precio. La familia GPT-5.6, Muse Spark 1.1 de Meta, Grok 4.5 de xAI y SWE-1.7 de Cognition ofrecen un rendimiento cercano al nivel frontier a una fracción de los costos anteriores. Para arquitectos cloud, equipos de DevOps y de plataformas, esto cambia opciones que hace una semana aún fracasaban por el presupuesto.
Lo esencial en breve
- Cuatro lanzamientos en 48 horas. GPT-5.6 (OpenAI, familia Sol/Terra/Luna) y Muse Spark 1.1 (Meta) se lanzaron públicamente el 9 de julio, Grok 4.5 (xAI) el 8 de julio. El modelo de coding de Cognition SWE-1.7 completa la ola.
- La palanca es el precio. Grok 4.5 alcanza 54 puntos en el Artificial Analysis Intelligence Index a alrededor de una sexta parte del costo de Fable 5. Muse Spark 1.1 comienza en 1,15 euros por millón de tokens de entrada.
- Meta abre por primera vez una API real. Con la Meta Model API existe por primera vez un acceso pago y self-serve a un modelo frontier de Meta – compatible con los SDK de OpenAI y Anthropic.
Relacionado:SWE-1.7: Casi al nivel superior, a una fracción de los costos / Por primera vez se puede ver a una IA pensando
Los lanzamientos en un vistazo
Entre el 8 y el 9 de julio de 2026 llegaron cuatro anuncios que se presionan mutuamente. Cada uno apunta a un punto diferente: trabajo agentic, coding especializado, velocidad o simplemente la lucha por el token más económico.
- GPT-5.6 (OpenAI): Lanzamiento público el 9 de julio en tres niveles – Luna (la más económica), Terra (aproximadamente el doble de económica que GPT-5.5 con rendimiento comparable) y Sol como la variante más potente. Según OpenAI, Sol establece un nuevo récord en Terminal-Bench 2.1.
- Muse Spark 1.1 (Meta): El primer modelo frontier de Meta con su propia API de pago. Multimodal, optimizado para tareas agenticas, con contexto de 1 millón de tokens y enfoque en Tool-Use y Computer-Use. Precio: 1,15 euros por millón de tokens de entrada, 3,90 euros por millón de tokens de salida.
- Grok 4.5 (xAI): Cuarto lugar en el Artificial Analysis Intelligence Index con 54 puntos, justo detrás de Fable 5, GPT-5.5 y Opus 4.8. El salto de Grok 4.3 a 4.5 es con más 16 puntos el mayor salto generacional en el campo actual – a un precio muy bajo y alta eficiencia de tokens.
- SWE-1.7 (Cognition): Modelo especializado para ingeniería de software. Alcanza el 42,3 por ciento en el benchmark FrontierCode propio de Cognition, cerca de los grandes generalistas. A través de Cerebras se ejecuta con alrededor de 1000 tokens por segundo directamente en Devin.
El shock de precio y eficiencia
La diferencia con olas anteriores no está en los benchmarks crudos, sino en los costos operativos y la latencia. Precisamente estos deciden si un setup de agentes es económico en producción.
| Modelo | Costos relativos | Velocidad | API pública | Fortaleza |
|---|---|---|---|---|
| Muse Spark 1.1 (Meta) | 1,15 / 3,90 euros por millón de tokens | Alta | Sí (nuevo, Public Preview) | Agentic, Tool-Use, contexto 1M, opción hosted más económica |
| Grok 4.5 (xAI) | alrededor de 1/6 de Fable 5 | Alta, muy eficiente en tokens | Sí | Agentic, Coding, mejora de contexto de 1M |
| SWE-1.7 (Cognition) | Fracción de los costos frontier | 1000 tokens/s (Cerebras) | A través de Devin | Especializado en ingeniería de software de largo horizonte |
| GPT-5.5 / Opus 4.8 / Fable 5 | Baseline (más caro) | – | Sí | Punta actual en inteligencia pura |
Precios redondeados a partir de las indicaciones de los proveedores (estado julio 2026); el Artificial Analysis Intelligence Index mide la inteligencia del modelo de forma independiente del proveedor.
Agentic Coding y benchmarks reales
Los avances se muestran con mayor claridad en tareas que afectan diariamente a desarrolladores y equipos de plataformas: escribir código en ejecuciones largas, trabajar en el terminal, corregir errores de forma autónoma. Para contextualizar: «agentic» significa aquí que un modelo planea y ejecuta varios pasos de forma autónoma, en lugar de solo responder a un prompt individual.
| Benchmark | SWE-1.7 | Grok 4.5 | GPT-5.5 / Opus | GLM-5.2 (Ref.) |
|---|---|---|---|---|
| FrontierCode 1.1 Main | 42,3 % | aproximadamente al nivel de GPT-5.5 | 43 a 46,5 % | 24,5 % |
| Terminal-Bench 2.1 | 81,5 % | fuerte | 84 a 87 % | 81 % |
| SWE-Bench Multilingual | 77,8 % | – | 76 a 84 % | 74,5 % |
FrontierCode es el benchmark propio de Cognition, por lo que el proveedor trae su propia prueba. Los valores para GPT-5.5 y Opus provienen de ejecuciones comparativas publicadas y se indican como rango.
Qué significa esto para los equipos de cloud y desarrollo
Los costos cambian la arquitectura. Los modelos que causan una fracción de los costos anteriores hacen que setups sean asequibles que antes fracasaban por el presupuesto. En lugar de prompts económicos y contextos limitados, se pueden planificar ejecuciones de agentes más largas y sub-agentes paralelos. La presión de costos desaparece como límite de diseño.
Las APIs reducen la barrera de cambio. Como la nueva API de Meta habla tanto el SDK de OpenAI como el de Anthropic, un cambio a Muse Spark suele ser solo un intercambio de URL base y clave, sin reconstruir el pipeline. Esto hace que el hot-swapping entre proveedores sea realista – y aumenta la presión de precios sobre todos los involucrados.
El especialista supera al generalista en el caso concreto. La semana muestra que ya no se trata solo de «el mejor modelo único»: SWE-1.7 para ingeniería de software de larga duración, Muse Spark 1.1 para uso agentico de herramientas, Grok 4.5 para trabajo eficiente de agentes y la familia GPT-5.6 como una sólida opción todo terreno con Sol en la cima.
Los límites permanecen. Cercano al frontier a menores costos no significa libre de errores. Especialmente en ejecuciones de coding autónomas largas, sigue siendo obligatorio un review humano de seguridad y calidad. Además, casi todas las nuevas opciones dependen de proveedores estadounidenses – para cargas de trabajo sensibles a la DSGVO, un punto que debe aclararse antes del uso en producción.
Conclusión para la práctica
Esta semana no fue el lanzamiento de un solo modelo, sino un salto colectivo en precio, velocidad y capacidades agenticas. Quien hoy construye plataformas cloud o de desarrollo debería incorporar rápidamente las nuevas opciones en entornos de prueba – ante todo Muse Spark 1.1 a través de la nueva Meta-API y SWE-1.7 para setups de coding agentico.
La familia GPT-5.6 sigue siendo el punto de referencia en la cima. Al mismo tiempo, Meta, xAI y Cognition han demostrado que el mercado para modelos de agentes especializados y muy económicos se está moviendo seriamente. El siguiente paso concreto: un workflow de agentes existente, benchmarkeado una vez contra Muse Spark o Grok 4.5, muestra en pocos días dónde vale la pena el cambio.
Preguntas frecuentes
¿Qué es un modelo de IA agentico?
Un modelo de IA agentico planea y ejecuta varios pasos de trabajo de forma autónoma, en lugar de responder solo a un prompt individual. Llama a herramientas, lee resultados, se corrige y trabaja así a lo largo de ejecuciones más largas hacia un objetivo – por ejemplo una tarea de código desde el análisis hasta el resultado ejecutable. Los nuevos modelos de la semana están todos optimizados precisamente para este tipo de tareas.
¿Cuál de los nuevos modelos es el más económico?
Entre los modelos hosted con API pública, Muse Spark 1.1 con 1,15 euros por millón de tokens de entrada es la opción más económica. Grok 4.5 ofrece para su puntuación de inteligencia de 54 puntos la mejor relación calidad-precio y cuesta alrededor de una sexta parte de Fable 5. SWE-1.7 actualmente solo funciona a través de Devin, pero también menciona una clara ventaja de costo frente a los generalistas frontier.
¿Puedo usar estos modelos ya hoy en producción?
GPT-5.6, Muse Spark 1.1 y Grok 4.5 están disponibles a través de APIs públicas, Muse Spark inicialmente como Public Preview para desarrolladores de EE.UU. SWE-1.7 es utilizable a través de Devin de Cognition. Para un uso productivo aplican las condiciones previas habituales: aclarar protección de datos y región de hosting, calcular costos bajo carga y planificar un review humano en ejecuciones autónomas de coding.
¿Qué significa el Artificial Analysis Intelligence Index?
El índice es un valor de comparación independiente del proveedor que resume la inteligencia general de un modelo a través de varios benchmarks. Grok 4.5 alcanza allí 54 puntos y se ubica en el cuarto lugar detrás de Fable 5, GPT-5.5 y Opus 4.8. El valor no dice nada sobre costos o velocidad – precisamente estos hacen interesantes a los nuevos modelos en el día a día.
¿Por qué son relevantes 1000 tokens por segundo en SWE-1.7?
En un agente que trabaja de forma autónoma a través de código, la velocidad decide notablemente la sensación de trabajo. SWE-1.7 se ejecuta sobre los chips especializados de Cerebras con alrededor de 1000 tokens por segundo, es decir casi sin tiempo de espera en lugar de en un ritmo lento de segundos. Esto cambia lo cerca que un equipo puede trabajar con un agente de coding.
Lecturas recomendadas
cloudmagazinSWE-1.7: Casi al nivel superior, a una fracción de los costoscloudmagazinSi la IA escribe el 80 por ciento del código, ¿quién lo revisa?cloudmagazinLa conexión de IA se vuelve enterprise-ready: El Model Context Protocol bajo la Linux FoundationMás de la red MBF Media
MyBusinessFutureEstancamiento de inversiones: Cómo la IA libera presupuestos ocultosDigital ChiefsLa TI decide si el spin-off vale la penaSecurityTodayEl AI Act es en realidad una ley de seguridadFuente de la imagen: generada por IA (julio de 2026)
