Seis semanas y el modelo ya está obsoleto
Según el informe de noviembre Vercel AI Gateway Production Index, el periodo de popularidad activa de un modelo de IA entre los desarrolladores se está acortando rápidamente. Los equipos que pagan por servicios de IA utilizan un modelo nuevo durante unas cuatro semanas de media y luego pasan al siguiente, para que sus herramientas de programación y sus agentes de IA no se queden atrás frente a la competencia. Vercel calcula que la «vida media» aproximada de un modelo es de seis semanas: después, disminuyen tanto el interés como el volumen de uso.
Los datos de Vercel se basan en transacciones de tokens a través de AI Gateway, un servicio que permite a los desarrolladores acceder a distintos modelos mediante una única interfaz. A menudo, los equipos empiezan a utilizar un modelo nuevo apenas unos días después de su lanzamiento. Si el entorno de desarrollo está conectado a un editor de código o a una herramienta de interfaz específica, cambiar de modelo no suele exigir una reorganización importante del flujo de trabajo.
En el informe, los modelos se clasifican según el tiempo transcurrido desde su lanzamiento: de 0 a 14 días, de 15 a 30 días y de 31 a 60 días. Desde junio de 2026, ha aumentado la proporción de quienes adoptan pronto las novedades. En septiembre, casi el 17 % de los equipos utilizaba modelos lanzados hacía menos de dos semanas. Sin embargo, los modelos antiguos no desaparecen por completo: se siguen utilizando, aunque por lo general con menor frecuencia, por lo que representan una proporción menor del gasto en tokens. Los tokens son pequeños fragmentos de texto en los que un sistema de IA divide las solicitudes y las respuestas; su número suele servir para medir el uso y el coste del servicio.
Un ejemplo de la rapidez con que cambian los favoritos es Anthropic Claude Opus 5.5. El modelo salió el 22 de septiembre de 2026 y se convirtió en el líder en gasto durante su primer mes completo en el mercado, octubre: representó algo más del 14 % del gasto en modelos según los datos de Vercel.
Anthropic también lidera entre los modelos de pago en cuanto a amplitud de uso. El informe señala Sonnet 5.5, con un 26 %; Haiku 5.5, con un 22 %; Haiku 4.5, con un 20 %; y Opus 5.5, con un 18 %. Estas cifras no significan que los equipos elijan un único modelo: muchos utilizan varias opciones a la vez, según la tarea.
También creció por separado el interés por la generación de imágenes y vídeo: en octubre, estos ámbitos representaron una proporción mayor del gasto y atrajeron a más usuarios que en los meses anteriores. Ahora, uno de cada seis equipos dedicados al desarrollo de IA utiliza modelos de vídeo; antes, la proporción rondaba el 10 %. En el segmento de generación de imágenes, GPT-Image-2.5 Sunburst, de OpenAI, lideró el gasto en octubre.
Según Vercel, este panorama se explica por la combinación de lanzamientos frecuentes de nuevos modelos y la facilidad para cambiar de uno a otro. Los desarrolladores prueban rápidamente la última novedad, la utilizan intensamente al principio y luego parte de la atención se desplaza al siguiente lanzamiento. Por eso, una «vida media» de seis semanas no es la fecha de caducidad de la tecnología, sino una descripción aproximada de la rapidez con que cambian la popularidad y el gasto de los equipos.
PEREC.RU
La carrera tecnológica tiene una leyenda muy cómoda: supuestamente, el mercado elige por sí solo, cada semana, el modelo más inteligente. Los datos sobre los rápidos cambios de modelo resultan convincentes, pero detrás no está solo la calidad de los algoritmos. También están la economía de la atención, el ruido publicitario en torno a los lanzamientos y la costumbre de la industria de vender cada actualización como un acontecimiento, aunque al usuario todavía le baste la versión de ayer.
A los desarrolladores sí les resulta más fácil cambiar de modelo cuando acceden a ellos mediante herramientas comunes. Eso reduce el coste de experimentar y, al mismo tiempo, hace casi innecesaria la fidelidad. Los equipos no tienen que casarse con un proveedor: pueden mantener varios modelos, compararlos y dirigir cada tarea al que ofrezca un resultado más barato o práctico. Para los compradores es útil; para las empresas que venden capacidad de cálculo, es un motivo para recordar constantemente que su nueva versión es ahora «la más».
En un mercado así, la cifra de «seis semanas» no parece la vida útil de un producto, sino el plazo de atención del público. El modelo no se rompe según el calendario ni se convierte en calabaza al cabo de mes y medio. Simplemente, el aluvión de lanzamientos obliga a los equipos a comprobar una y otra vez si la nueva solución es más rápida, barata o está más de moda. Aquí, el progreso técnico convive con el reflejo del marketing: si hoy no proclamas una revolución, mañana lo hará la competencia.
Las cifras de gasto tampoco equivalen a una clasificación objetiva de inteligencia. Indican adónde dirigieron los clientes su dinero a través de una pasarela concreta, no qué modelo resuelve mejor todas las tareas. Incluso un porcentaje de uso elevado puede reflejar experimentos en paralelo, distintos casos de uso o, sencillamente, la comodidad de la conexión; no un reconocimiento colectivo de un único campeón.
El auge de la generación de vídeo e imágenes muestra que la carrera de la IA va saliendo poco a poco del terreno de la programación. Los equipos disponen de más herramientas para crear contenido y los proveedores, de nuevos mercados en los que vender capacidad de cálculo y suscripciones. En las presentaciones queda especialmente bien; menos romántico resulta verlo en las facturas de tokens y preguntarse quién va a revisar la calidad de todo ese contenido generado.
El beneficiado está claro, sin necesidad de teorías conspirativas: las plataformas tienen un motivo para lanzar modelos con más frecuencia y los clientes, la posibilidad de elegir entre ellos. Las coincidencias sospechosas empiezan cuando cada lanzamiento nuevo se presenta como imprescindible y la decisión de cambiar se vende como una ley natural del progreso. En realidad, también se trata de una lucha por el presupuesto, las costumbres de los desarrolladores y un lugar en la interfaz.
Mientras cambiar siga siendo barato, la competencia puede aportar beneficios reales: bajar los precios, mejorar la calidad y evitar que un proveedor se duerma en los laureles. Pero un mercado que vive solo de estrenos corre el riesgo de confundir movimiento con resultados. En algún momento, el equipo necesitará no otro modelo con un número de versión anunciado a bombo y platillo, sino una respuesta fiable a una pregunta sencilla: qué hace mejor exactamente y si merece la pena pagarlo.
