Septiembre de 2026: 47 modelos nuevos y una vara diferente

⏱️ Tiempo de lectura: ~5 minutos

Introducción

Cuarenta y siete modelos en treinta días. Ese es el número catalogado de lanzamientos en septiembre de 2026 — y la cifra ya dice algo sobre el estado del mercado: dejó de tener sentido seguir lanzamiento por lanzamiento.

Pero el dato más interesante del mes no está en el conteo. Está en el argumento de venta. Por primera vez en un ciclo reciente, el lanzamiento más comentado no llegó prometiendo ser más inteligente. Llegó prometiendo ser más barato por tarea completada. La vara cambió de lugar.

La cima de la frontera

GPT-6 Astra (OpenAI, 3 de septiembre). El lanzamiento de mayor peso del mes. Ventana de contexto de alrededor de 1,05 millones de tokens, salida de 128 mil, precio de US$ 10 por millón en la entrada y US$ 50 en la salida. OpenAI lo posiciona como estado del arte en uso de computadora, navegación, ingeniería de software, ciberseguridad, ciencia y trabajo profesional. Un detalle relevante para quien gestiona riesgo: fue el primer modelo de la casa en cruzar un umbral crítico en ciberseguridad, y por eso esas capacidades salieron con acceso restringido. El 22 de septiembre la familia sumó dos miembros más, GPT-6 Sol y GPT-6 Luna.

Claude Opus 5.5 (Anthropic, 22 de septiembre). El movimiento que alteró la cuenta. Primer modelo de la familia 5.5, a US$ 4 en la entrada y US$ 20 en la salida por millón de tokens — 20% por debajo del Opus 5. La empresa afirma, sin embargo, que el costo típico de carga de trabajo cae alrededor de un 40%, porque el modelo consume menos tokens para terminar la misma tarea. El caché acompañó: escritura de US$ 6,25 a US$ 5, lectura de US$ 0,50 a US$ 0,20. La salida quedó más de 30% más rápida.

Conviene separar lo medido de lo afirmado por el fabricante. El precio de lista es un hecho; el ahorro del 40% es una afirmación de Anthropic, y depende del perfil de la carga. El ejemplo divulgado es concreto: portar un HAProxy heredado de C a Rust tomó 9,5 horas, frente a 12 horas del Fable 5.1 — modelo considerablemente más caro por token.

Claude Fable 5.1 y Mythos 5.1 (1 de septiembre). Actualizaciones de la línea anterior que duraron tres semanas en el centro de la atención antes de ser opacadas por su propio proveedor.

Grok 4.7 (xAI, 21 de septiembre). Mejora sobre el 4.6 manteniendo el mismo precio, con ganancias repartidas por benchmarks.

Gemini 3.8 Flash y Flash Cyber (2 de septiembre) y Gemini 3.8 Live (15 de septiembre), de Google.

Lo que, otra vez, no salió

Dos ausencias merecen registro, porque contradicen lo que se anunció con bombos y platillos meses atrás.

Gemini 4 sigue en preentrenamiento. No existe página de modelo, identificador de API, precio ni tabla de benchmark. Las estimaciones apuntan a noviembre o diciembre, y el rumor de lanzamiento en septiembre no se concretó. El buque insignia sigue siendo Gemini 3.8 Flash.

Grok 5 tampoco apareció. La línea estable continúa siendo la 4.6/4.7 — lo que suma otro trimestre a la lista de plazos incumplidos.

El diluvio del otro lado

Si la cima se movió por precio, la base se movió por volumen — y la mayor parte es abierta.

K2 Horizon llegó el 3 de septiembre como familia entera, de una vez: 0,9B, 3,7B, 7B, 32B, una 375B A23B y una variante MoVA de 36B A4B, todas con reasoning y pesos abiertos. DeepSeek lanzó el V4.1 Flash el 10 de septiembre, abierto, con reasoning y visión. Alibaba mantuvo una cadencia casi semanal con Qwen3.8-Max, Omni-Flash, LiveTranslate y Qwen-Image 2.1. Xiaomi entregó MiMo V2.6 en versiones Pro y Flash. Se suman MiniMax H3 Max, la familia Nex-N2.5, las variantes sectoriales del Ling 3.0 Flash — una para finanzas, otra para salud — y la línea LLaDA.

Lo que llama la atención es el patrón: no son modelos sueltos, son familias completas, que cubren desde sub-1B hasta cientos de miles de millones de parámetros, liberadas el mismo día.

Conclusión

Para quien opera infraestructura, la lectura práctica de septiembre es directa. La competencia en la cima dejó de librarse en puntos porcentuales de benchmark y pasó a librarse en costo total para completar el trabajo — que involucra precio por token, cantidad de tokens consumidos, velocidad de salida y eficiencia de caché. Es una métrica mucho más cercana a la planilla que al leaderboard.

Mientras tanto, el volumen de modelos abiertos vuelve cada vez más defendible diseñar arquitecturas híbridas: modelo abierto donde la tarea es previsible y barata, modelo de frontera donde el costo del error es alto.

Cuarenta y siete lanzamientos en un mes no es señal de madurez. Pero el cambio de argumento — de "soy más inteligente" a "cuesto menos por entregar" — sí lo es. Un mercado que empieza a competir por precio es un mercado que está dejando de ser novedad y pasando a ser infraestructura.