El cajón de los modelos

Nos hemos acostumbrado a pensar que los modelos de IA salen cuando están listos. Es la imagen que el sector cultiva de sí mismo: laboratorios al límite, investigadores que no duermen, una carrera tan apretada que cada modelo se publica en el instante mismo en que deja de dar vergüenza. Nadie guarda nada. No hay tiempo para guardar nada.

El martes 22 de septiembre, a las 16:31 UTC, Anthropic publicó Claude Opus 5.5. A las 18:00 UTC, OpenAI publicó GPT-6 Sol y GPT-6 Luna. Ochenta y nueve minutos de diferencia entre dos empresas que, se supone, no se cuentan los planes. Las dos lideraron con el mismo argumento —el precio—, las dos hablaron de coste por tarea en lugar de puntos de benchmark, y las dos lo hicieron diez días después de que sus consejeros delegados pidieran, con mucha solemnidad, frenar la frontera. Fortune tituló la crónica con una pregunta que se contestaba sola: What slowdown?

Puede ser casualidad. La casualidad, en esta industria, es puntualísima.

La tesis de este artículo es que no lo es, y que lo interesante no es la coincidencia sino lo que la hace posible. Para contraprogramar hace falta tener algo que programar. Para pisar el anuncio del rival el mismo día, a la misma hora, con el mismo mensaje, hay que tener el modelo terminado, evaluado, con precio puesto y nota de prensa escrita, esperando. Hace falta un cajón.

La coincidencia tiene ya tres años de antigüedad

Si lo del martes fuera un caso aislado, bastaría con encogerse de hombros. No lo es. Es una costumbre con historial, y el historial empieza casi el mismo día que la carrera.

El 6 de febrero de 2023, Google anunció Bard con una entrada de blog. Al día siguiente, Microsoft tenía convocada a la prensa en Redmond para presentar el nuevo Bing con tecnología de OpenAI. Google hizo su propio evento el 8, en París. Tres días, tres anuncios, y un primer patrón: cuando no puedes llegar antes con el producto, llegas antes con el comunicado.

El 15 de febrero de 2024, Google presentó por la mañana Gemini 1.5 Pro y su ventana de contexto de un millón de tokens. Horas después, OpenAI enseñó Sora. No lo lanzó: lo enseñó. Unos vídeos, una página, ninguna fecha. Fue suficiente para que al día siguiente nadie hablara de ventanas de contexto.

El 13 de mayo de 2024, OpenAI convocó con pocos días de aviso un evento para presentar GPT-4o. Google I/O, anunciado desde hacía semanas, empezaba al día siguiente. Google respondió como pudo: publicó un teaser de su asistente una hora antes de que OpenAI saliera al escenario. En diciembre de ese año los papeles se invirtieron, y fue Google quien soltó Gemini 2.0 en mitad de los “12 días de OpenAI”, una campaña diseñada precisamente para ocupar el calendario entero.

Desde entonces la lista solo ha ganado densidad. Claude 3.7 Sonnet y GPT-4.5 en la misma semana de febrero de 2025. Gemini 2.5 Pro y la generación de imágenes de GPT-4o el mismo 25 de marzo. Claude Opus 4.1, los modelos abiertos gpt-oss y Genie 3 de DeepMind el mismo 5 de agosto. GPT-5.1, Gemini 3 Pro y Opus 4.5 en once días de noviembre, con Sam Altman declarando “código rojo” interno a continuación. Y el 5 de febrero de este año, Opus 4.6 y GPT-5.3-Codex, los dos convocados para las diez de la mañana, hora del Pacífico, en la semana en que ambas empresas se peleaban además por los anuncios de la Super Bowl.

Este mismo mes ya había ocurrido una vez: Fable 5.1 el día 1, Gemini 3.8 Flash y Muse Spark 1.3 el día 2, GPT-6 Astra el día 3. Cuatro empresas, setenta y dos horas. Lo del martes 22 no fue una anomalía. Fue la segunda vez en tres semanas.

Con un lanzamiento cada cuatro días, coincidir es fácil

La objeción seria a todo esto es estadística, y conviene tomársela en serio antes de seguir.

The Neuron hizo la cuenta en julio: 20 grandes lanzamientos de modelos en 2023, 42 en 2024, 62 en 2025 y 36 en los siete primeros meses de 2026. Uno cada diez días, uno cada siete, uno cada cinco, uno cada cuatro. A ese ritmo, que dos laboratorios coincidan en la misma semana no demuestra nada: es lo que cabe esperar de un calendario saturado. Añádase que todos apuntan a las mismas casillas —de martes a jueves, por la mañana en California, lejos de festivos y de presentaciones de resultados— y las colisiones salen solas, sin que nadie espíe a nadie.

Es un buen argumento. Explica que haya semanas cargadas. Explica noviembre de 2025 y probablemente explica marzo de 2025.

Lo que no explica es la resolución. El azar produce coincidencias en la misma semana; no produce dos convocatorias para la misma hora, ni ochenta y nueve minutos de margen, ni un evento improvisado la víspera exacta de una conferencia que llevaba meses en el calendario. Tampoco explica la simetría del mensaje: el martes no coincidieron dos modelos cualesquiera, coincidieron dos rebajas. Opus 5.5 llegó un 40% más barato de ejecutar que Opus 5; Sol y Luna, un 50% por debajo de GPT-5.6. Dos empresas no descubren por separado, la misma mañana, que el argumento del trimestre es el coste por tarea.

El azar llena la semana. La hora la pone alguien.

Para contraprogramar hay que tener algo en el cajón

Aquí es donde la metáfora empieza a trabajar, porque la contraprogramación tiene un requisito material que casi nunca se menciona: inventario.

Los días previos al martes lo dejaron bastante a la vista. El 6 de septiembre ya circulaba que GPT-6 Sol estaba en pruebas internas. El 13, su identificador apareció en la API de OpenAI. El 15, Altman anunció un gran lanzamiento “esta semana”, con el emoji del barco. Esa semana no zarpó nada. El barco salió el martes siguiente, ochenta y nueve minutos después que el de Anthropic, lo cual es o bien una casualidad extraordinaria o bien el primer caso documentado de un barco que espera a que salga otro para no ir solo.

Un modelo cuyo nombre ya responde en la API no es un modelo en desarrollo. Es un modelo guardado.

Y no es un caso raro: es el funcionamiento normal. OpenAI dijo haber dedicado más de seis meses a trabajar la seguridad y el alineamiento de GPT-4 después de entrenarlo. Mythos Preview se usó dentro de Anthropic desde finales de febrero y no llegó a sus socios hasta abril. La literatura académica sobre despliegue interno lo da por sentado: los sistemas más capaces de cada empresa pasan semanas o meses en uso interno antes de salir. Koray Kavukcuoglu, de Google DeepMind, lo dijo el jueves pasado sin pretenderlo: Gemini 4 ya está en post-entrenamiento, ya ven los resultados, ya están entusiasmados, y saldrá “lo antes posible”. Es difícil describir mejor un cajón.

Conviene ser preciso con lo que esto demuestra y lo que no. Ningún laboratorio ha admitido jamás retener un modelo terminado para estropearle el día a un competidor. La razón oficial de cada espera es siempre la seguridad, que cumple en este sector la función que “motivos de agenda” cumple en el resto. Y a menudo será verdad: un recuento de retrasos publicado en agosto solo encontró dos casos con motivo declarado, y los dos eran evaluaciones de seguridad.

Pero no hace falta imaginar un almacén de modelos acabados acumulando polvo durante un año. Basta con algo mucho más modesto: holgura. Entre el día en que un modelo podría salir y el día en que tiene que salir hay un margen de días o semanas, y ese margen no lo ocupa el equipo de seguridad. Lo ocupa el de comunicación. El cajón no es profundo. Solo tiene que ser lo bastante hondo como para elegir el día, y el día se elige mirando al de enfrente.

El lanzamiento ya no es un hito técnico, es una pieza de parrilla

Las televisiones llevan décadas haciendo esto. Cuando la cadena rival estrena su gran serie, tú pones la final, el estreno o el especial que tenías guardado para otra ocasión. No para ganar la noche: para que el otro no la gane limpia.

El mecanismo en la IA es el mismo, y tiene que ver con cómo se compra. Un lanzamiento que ocupa en solitario un ciclo de noticias produce una semana entera de comparativas, hilos, pruebas y titulares con un solo protagonista. Y, sobre todo, produce el momento en que un equipo técnico dice “vamos a probarlo”. Un lanzamiento compartido produce otra cosa: una tabla. Dos columnas, precios enfrentados, y una conclusión del tipo “depende de tu caso de uso”, que es la forma educada de decir que nadie se cambia de proveedor esta semana.

Ese es el producto real de la contraprogramación. No convencer a nadie de que tu modelo es mejor, sino impedir que el del rival sea, durante siete días, el único tema de conversación. Neutralizar sale mucho más barato que ganar.

Tiene costes, y los pagamos nosotros. El primero es de evaluación: quien tiene que decidir qué modelo usar recibe dos lanzamientos, dos tablas de precios y dos juegos de benchmarks elegidos por los interesados en la misma mañana, y los evaluadores independientes tardan días en decir algo útil sobre cualquiera de los dos. El segundo es de confianza: si la fecha de salida la decide el calendario del competidor, entonces la fecha no dice nada sobre el modelo. Ni que acabe de estar listo, ni que lleve un mes listo, ni que le hubieran venido bien dos semanas más.

Y el tercero es el más incómodo. La misma industria que nos explica que no puede frenar, que la presión competitiva no deja margen, que cada semana cuenta, demuestra cada pocos meses que sí tiene margen: lo tiene cada vez que espera al rival. La propuesta de pautar la frontera se discute como si fuera un sacrificio inédito. Pautar ya se pauta. Lo que ocurre es que el calendario lo dicta el departamento de marketing del competidor, y no un evaluador externo.

Lo que queda dentro

Si la tesis vale algo, debería servir para predecir, así que ahí va.

El martes 29 de septiembre OpenAI celebra su DevDay, y Altman ya ha avisado de que guarda cosas para ese día. Anthropic prometió el mismo 22 que Sonnet 5.5 y Haiku 5.5 llegarían “en las próximas semanas”, una ventana lo bastante elástica como para caer justo donde más moleste. Mi apuesta es que al menos uno de los dos aparecerá a menos de cuarenta y ocho horas del DevDay, por delante o por detrás, y que OpenAI no subirá al escenario con las manos vacías aunque acabe de lanzar dos modelos hace una semana. Si me equivoco, quedará aquí escrito. Si acierto, también, y no habrá hecho falta ningún modelo de frontera para verlo venir.

Queda además el cajón más visible del sector. Google no publica un buque insignia desde noviembre de 2025, se saltó el Gemini 3.5 Pro que había insinuado y tiene un Gemini 4 en post-entrenamiento con “lo antes posible” como única fecha. Cuando salga, apostaría a que no lo hace en una semana tranquila. Y a que alguien, en algún otro laboratorio, tiene ya escrita la entrada de blog para ese día.

Nada de esto convierte la carrera en teatro. Los modelos mejoran, los precios bajan de verdad, y la presión entre laboratorios es real. Pero una carrera en la que los corredores eligen juntos el momento de cruzar la meta se parece menos a una carrera que a un programa de televisión. Nos habíamos acostumbrado a leer cada lanzamiento como una noticia sobre el estado de la tecnología. Conviene empezar a leerlo como lo que es: una decisión de calendario sobre algo que ya existía. El cajón no cuestiona lo que hay dentro. Solo recuerda que la fecha de la etiqueta no es la de fabricación.