El miércoles Google lanzó Gemini 3.7 Flash. El jueves OpenAI respondió con GPT-5.6 Sol Ultrafast. Dos titulares en cuarenta y ocho horas, dos laboratorios peleándose por lo mismo: quién genera tokens más rápido. Si tienes una web, una tienda online o un SaaS que depende de APIs de IA, te cuento por qué esta pelea me importa más que el último benchmark de razonamiento matemático.
La carrera ya no va de quién es más listo. Va de quién es lo bastante rápido para que un agente de IA no te deje colgado en mitad de un flujo de trabajo. Google lo dice sin rodeos en su blog: 3.7 Flash está pensado para coding and agents, con precio introductorio a la mitad de lo que costaba 3.6 Flash hasta finales de año. OpenAI, por su parte, promete hasta 750 tokens de salida por segundo con Ultrafast, un modo que corre sobre chips de Cerebras y supuestamente multiplica por catorce la velocidad del GPT-5.6 Sol estándar.
Suena bien. Demasiado bien, en realidad.
Lo primero que me chirría es la asimetría del acceso. Gemini 3.7 Flash está disponible ya en más de 160 países a través del Gemini API, Google AI Studio y la plataforma empresarial de Google. Cualquier desarrollador con tarjeta de crédito puede probarlo hoy. Ultrafast, en cambio, es invite-only. OpenAI lo anuncia como preview y dice que ampliará el acceso cuando haya capacidad. Traducción: las empresas grandes con contacto directo prueban el futuro; tú sigues esperando en la cola mientras lees el comunicado de prensa.
En TechCrunch lo resumen con claridad: hasta ahora, conseguir velocidad en tiempo real significaba elegir un modelo más pequeño o más especializado. Ultrafast apunta a otra dirección: más trabajo útil por segundo con el modelo más capaz. El problema es que ese modelo más capaz, en su versión acelerada, no lo tienes en la mano. Es el mismo patrón que vimos con GPT-4 Turbo, con o1-preview y con medio catálogo de OpenAI: primero el titular, luego el acceso generalizado meses después (si es que llega).
Google, por el contrario, apuesta por volumen. Precio introductorio de 0,75 dólares por millón de tokens de entrada y 3,75 de salida hasta el 31 de diciembre de 2026. Después sube al doble. Es una táctica comercial clásica — engancharte barato y subir cuando ya hayas integrado el modelo en producción — pero al menos puedes calcular el coste real de un agente que ejecuta cincuenta llamadas por hora. Con Ultrafast ni siquiera tienes tabla de precios pública porque no hay producto abierto.
Y aquí entra lo que casi nadie comenta en español: la velocidad no es gratis. OpenAI no ha fabricado chips más rápidos; ha alquilado la infraestructura de Cerebras. Google tampoco ha resuelto la magia del silicio: ha optimizado el modelo Flash para tareas concretas (código, agentes, documentos) sacrificando el techo de capacidades del Pro que sigue sin aparecer. Decrypt lo apunta con ironía: Gemini 3.5 Pro sigue sin fecha de lanzamiento tres semanas después de 3.6 Flash y días después de un reshuffle en DeepMind. La estrategia es clara — lanzar workhorses baratos y rápidos mientras el modelo estrella se retrasa — pero quien necesita razonamiento profundo no gana nada con 750 tokens por segundo si esos tokens son mediocres en lógica compleja.
Para el sector web, esto tiene consecuencias prácticas inmediatas. Si estás montando un chatbot de atención al cliente, un asistente de búsqueda interna o un agente que modifica contenido en WordPress vía API, la latencia mata la experiencia. Nadie quiere esperar ocho segundos a que el modelo decida qué plugin desactivar. Pero tampoco quieres un modelo rápido que alucine instrucciones de borrado masivo. La velocidad sin fiabilidad es peor que la lentitud con control.
Lo que me preocupa de esta carrera es el efecto en las pymes. Las grandes consultoras ya tienen acuerdos directos — IBM acaba de firmar con OpenAI para desplegar GPT-5.6 en empresas, mientras Google empuja Gemini Enterprise Agent Platform — y acceso anticipado a modos como Ultrafast. Una pyme que integra IA en su WooCommerce o en su CRM con un presupuesto ajustado se queda con la versión estándar, más lenta y más cara por token útil, mientras compite con un competidor que tiene acceso prioritario al modo acelerado. No es una ventaja técnica; es una ventaja de escala y de relación comercial.
Tampoco ayuda que el precio introductorio de Google expire el 1 de enero de 2027. Si construyes un agente de producción en agosto de 2026 asumiendo 0,75 dólares por millón de entrada, en cuatro meses tu margen se parte por la mitad sin haber cambiado una línea de código. Es el mismo juego de los hosting que te regalan el primer año al 50% y luego te suben un 26% sin avisar. Conviene leer la letra pequeña antes de arquitecturar tu stack de IA sobre un precio temporal.
Mi lectura es que estamos entrando en la fase de commoditización de los modelos intermedios. Flash, Ultrafast, fast mode de Claude — todos persiguen el mismo nicho: agentes que ejecutan tareas repetitivas en tiempo casi real. La diferenciación ya no está en el modelo sino en la infraestructura alrededor: orquestación, permisos, logs, cumplimiento del AI Act (que, por cierto, ya exige transparencia en chatbots desde el 2 de agosto). Un modelo rápido que no registra qué hizo ni avisa al usuario de que habla con IA es un problema legal, no un feature.
Así que no me emocionan los titulares de velocidad. Me emocionaría ver precios estables, acceso democrático y benchmarks de fiabilidad en tareas de agente real — no en sudokus — publicados por terceros independientes. Hasta entonces, prueba Gemini 3.7 Flash si necesitas iterar barato, pero no reescribas tu arquitectura entera por un comunicado de prensa de OpenAI que ni siquiera te deja registrarte.
Si mañana tu proveedor de IA te ofreciera el modo Ultrafast a coste triple pero solo para el 10% de las peticiones críticas de tu agente, ¿sabrías cuáles son esas peticiones o estarías pagando por velocidad en llamadas que no lo necesitan?