Si durante los últimos tres años la pregunta fue “¿qué tan inteligente puede llegar a ser una IA?”, septiembre de 2026 añadió otra mucho más incómoda:
¿Qué hacemos si comienza a avanzar demasiado rápido?
No es una pregunta planteada solamente por académicos, reguladores o críticos de la tecnología. Ahora la están haciendo algunos de quienes construyen las inteligencias artificiales más poderosas del mundo.
Y ése es probablemente el dato más importante de este mapa.
1. Astra cambia nuevamente el tablero
HECHO OpenAI presentó GPT-6 Astra el 3 de septiembre de 2026, calificándolo como su modelo más capaz desplegado ampliamente hasta ahora. Astra mejoró especialmente en uso de computadora, navegación, programación, ciencia, trabajo profesional y ciberseguridad.
El dato extraordinario no está únicamente en sus benchmarks.
OpenAI clasificó a Astra en nivel “Crítico” de capacidad de ciberseguridad dentro de su propio Preparedness Framework: con herramientas y accesos adecuados, puede encontrar vulnerabilidades desconocidas y desarrollar formas de explotarlas sin necesidad de que una persona dirija cada paso.
Eso describe perfectamente el cambio de generación.
Ya no hablamos solamente de una IA que responde.
Hablamos de una IA que puede razonar, investigar, utilizar herramientas y actuar.
OpenAI lanzó además el Agents API el 10 de septiembre y ChatGPT para Servicios Financieros, desarrollado junto con firmas como Morgan Stanley y Evercore y alimentado por Astra. La dirección comercial es evidente: convertir al modelo en una capa operativa de las organizaciones.
2. Anthropic responde con Fable 5.1
HECHO El 1 de septiembre Anthropic presentó Claude Fable 5.1 y Mythos 5.1.
Fable 5.1 está dirigido a programación, investigación y trabajo intelectual complejo. Anthropic afirma que puede sostener trabajos largos y altamente “agénticos”; además redujo considerablemente el costo asociado con caché, lo que puede disminuir el precio de determinados flujos con agentes.
Mythos 5.1 se concentra especialmente en ciberseguridad y biología y, precisamente por sus capacidades, mantiene acceso restringido a organizaciones seleccionadas.
Ahí aparece otra tendencia de 2026:
INFERENCIA El mercado comienza a fragmentarse. En lugar de buscar una sola IA que haga absolutamente todo, aparecen modelos especializados según riesgo, costo, velocidad, ciencia, programación o autonomía.
3. La batalla ya no es chatbot contra chatbot
Grok, Gemini, Claude, ChatGPT y los modelos abiertos continúan compitiendo, pero observar únicamente quién encabeza una tabla de evaluación empieza a quedarse corto.
La verdadera competencia está migrando hacia cuatro terrenos:
Modelos + agentes + infraestructura + distribución.
HECHO Las empresas ya comercializan IA mediante suscripciones, consumo de API y sistemas de agentes capaces de ejecutar secuencias completas de trabajo.
El paso siguiente puede ser todavía más interesante.
INFERENCIA Cada vez veremos más IA cobrada por resultado, no por asiento: resolver un incidente, conseguir un prospecto, elaborar una investigación, programar una función o completar un trámite.
El software deja de vender solamente herramientas.
Empieza a vender trabajo terminado.
4. Debajo de la nube hay fábricas
Toda esta inteligencia necesita algo extraordinariamente físico: chips, centros de datos, energía, agua, redes y terrenos.
Por eso Nvidia, AMD, los grandes proveedores de nube y los nuevos operadores especializados se han convertido también en protagonistas de la revolución.
La paradoja es deliciosa: para construir el mundo aparentemente más “virtual” de nuestra historia estamos realizando una de las mayores inversiones en infraestructura física de las últimas décadas.
Y ahí aparece la palabra inevitable:
¿Burbuja?
HECHO Existe una enorme cantidad de capital apostando por que la demanda futura de inteligencia artificial justificará la construcción actual de capacidad de cómputo.
Quienes ven una burbuja advierten que determinadas valuaciones, inversiones y compromisos de infraestructura han crecido mucho más rápido que los ingresos y beneficios actualmente demostrables.
Quienes rechazan esa comparación responden que la demanda ya está creciendo aceleradamente y que sucede algo parecido a construir carreteras, redes eléctricas o fibra óptica antes de conocer todas las aplicaciones que circularán por ellas.
INFERENCIA Las dos cosas incluso podrían ser ciertas.
Internet transformó al mundo y la burbuja puntocom existió.
Una tecnología puede ser revolucionaria y, al mismo tiempo, estar sobrevalorada temporalmente.
5. Y entonces ocurrió algo inesperado: los propios líderes pidieron prudencia
Ésta puede ser la noticia más importante de septiembre.
El 12 de septiembre, Dario Amodei, CEO de Anthropic, pidió disminuir la velocidad con la que aumenta la capacidad de los modelos.
Dos rivales extraordinariamente improbables coincidieron con él:
Sam Altman y Elon Musk.
Altman afirmó que OpenAI coincide en la necesidad de “pace the frontier” y apoyó la propuesta de permitir evaluadores externos con acceso profundo a los sistemas.
Musk respondió sencillamente que Amodei tenía razón.
Amodei propone evaluaciones independientes, coordinación entre laboratorios y cooperación internacional.
No significa que hayan renunciado al desarrollo.
Significa que quienes están construyendo algunos de los modelos más poderosos reconocen públicamente que la velocidad se ha convertido en una variable de riesgo.
Y no son los únicos.
Bill Gates declaró recientemente estar suficientemente preocupado como para impulsar acuerdos internacionales sobre IA, especialmente frente a riesgos biológicos, pérdida de empleos y desigualdad. Incluso ha planteado conversar sobre ello con Xi Jinping.
Demis Hassabis, de Google DeepMind, ha defendido mayores pruebas de seguridad; Mark Zuckerberg ha defendido mantener abiertos los modelos de pesos accesibles; y Elon Musk ha cuestionado regulaciones que, desde su perspectiva, puedan frenar innecesariamente la innovación mientras reclama más capacidad energética para alimentar centros de datos.
El desacuerdo ya no es simplemente IA sí o IA no.
Es:
¿qué tan rápido?, ¿quién controla?, ¿quién evalúa?, ¿quién paga la infraestructura?, ¿quién se beneficia? y ¿quién asume el riesgo?
6. ¿Y todo esto qué significa en México?
Probablemente algo mucho menos espectacular y mucho más útil.
RECOMENDACIÓN Una pyme mexicana no necesita resolver hoy si existe una burbuja de IA.
Necesita descubrir si puede reducir horas administrativas.
Un abogado puede revisar documentos. Un médico puede organizar información. Una empresa puede analizar datos. Un municipio puede digitalizar trámites. Un creador puede producir más. Un estudiante puede aprender mejor. Un emprendedor puede construir software que hace apenas unos años habría requerido un equipo completo.
La carrera entre Astra, Fable, Gemini, Grok y los modelos que vendrán seguirá cambiando cada pocas semanas.
Por eso quizá estamos haciendo la pregunta equivocada cuando preguntamos:
“¿Cuál es la mejor inteligencia artificial?”
La pregunta verdaderamente útil es otra:
“¿Qué problema real puedo resolver hoy con ella?”
Ese sigue siendo nuestro mapa.
1P1IA: Una Persona. Una Inteligencia Artificial. Un problema real que resolver.
