Ayer por la tarde tenía dos pestañas abiertas y ninguna de las dos me dejaba en paz. En una, Sam Altman encadenaba anuncios en el escenario del DevDay de OpenAI en San Francisco. En la otra, yo iba leyendo lo que Reuters y el Financial Times contaban del prospecto de salida a bolsa de Anthropic, ese documento que se suponía confidencial y que ya no lo es tanto. Saltaba de una a otra como quien sigue dos carreras a la vez desde la barra de un bar.
Y en algún momento me di cuenta de que no estaba viendo dos carreras. Estaba viendo la misma, contada de dos maneras distintas.
Una era el cuadro. La otra, la fotografía.
El cuadro
Lo del escenario fue espectacular, y eso no se le puede negar a nadie. OpenAI presentó más de veinte productos y novedades en su DevDay del martes, empujando la IA más allá del chatbot hacia un software que trabaja por su cuenta en nombre del usuario. La estrella fueron los Dots: agentes que viven dentro de ChatGPT, cada uno con su propio ordenador y su navegador en la nube, trabajando sin descanso hacia los objetivos que les marques. Es el salto del que hablaba cuando intenté ordenar la diferencia entre LLM, automatización, asistente y agente, solo que ya no en un laboratorio sino en el plan de suscripción. Presentaron también GPT-6.1 Sol, que según OpenAI se acerca a Astra a una quinta parte del precio, y un plan nuevo, Pro 500, con veinticinco veces el uso de ChatGPT Plus.
Y cuando le preguntaron por la bolsa, Altman dijo no tener ningún calendario en mente y que este es un momento para poner la seguridad y la misión por delante. Justo el día en que su rival enseñaba las cuentas. Tiene su gracia.
Todo el sector lleva meses hablando de una carrera entre OpenAI y Anthropic hacia los mercados, con Google intentando no quedarse descolgado. Y un escenario como el de ayer es exactamente eso: el caballo pintado a todo galope, patas estiradas hacia delante y hacia atrás, crines al viento. Precioso.
Y probablemente falso.
Palo Alto, 19 de junio de 1878
Durante siglos, los pintores dibujaron a los caballos al galope con las cuatro patas extendidas, como un caballito de balancín volando sobre la hierba. Nadie podía comprobarlo: el galope es demasiado rápido para el ojo humano. Y ahí entra Leland Stanford, magnate del ferrocarril, exgobernador de California y criador obsesivo de caballos de carreras, que estaba convencido de que en algún momento del galope el caballo volaba, que las cuatro patas quedaban a la vez en el aire. Lo llamaba "tránsito sin apoyo". Y cuenta la historia que estaba tan seguro que se lo apostó con un amigo: veinticinco mil dólares de la época, una fortuna, a que tenía razón.
Una apuesta así no se gana discutiendo en un salón. Se gana con una prueba. Así que Stanford le planteó la pregunta a un fotógrafo inglés con un pasado turbulento llamado Eadweard Muybridge. Los primeros intentos, hacia 1872 y 1873, con un trotón llamado Occident, solo dieron sombras borrosas: la química fotográfica de la época era demasiado lenta. En 1877 consiguió una imagen más nítida del caballo en el aire, pero estaba tan retocada que mucha gente no se la creyó. Hicieron falta obturadores más rápidos y bastante ingenio.
En junio de 1878, en Palo Alto, Muybridge colocó doce cámaras disparadas por cables a lo largo de una pista, con grandes sábanas blancas para rebotar la luz y la prensa mirando. El 19 de junio, la yegua Sallie Gardner atravesó el dispositivo a pleno galope, y lo que salió de aquellas placas de cristal cambió la ciencia y el arte a la vez.
Stanford ganó: el caballo vuela. Pero no en el momento que todo el mundo imaginaba. El instante en el aire no es la pose dramática con las patas abiertas, sino cuando las patas están recogidas bajo el cuerpo, plegadas en mitad de la zancada. El caballo, cuando vuela, es un muelle comprimido, no una flecha. Y a partir de ahí, los artistas tuvieron que decidir si seguían pintando una mentira que quedaba bien o empezaban a pintar una verdad incómoda que nadie había visto a simple vista.
Hay un detalle que me encanta. Aquella granja de Stanford es hoy el campus de la Universidad de Stanford. Silicon Valley creció literalmente sobre la pista donde un millonario se jugó una fortuna a algo que nadie podía ver, y donde aprendimos que el ojo no ve la velocidad.
La inventa.
La fotografía
Un escenario es un cuadro: enseñas lo que quieres y como quieres. Un prospecto de salida a bolsa es la cámara de Muybridge, porque ahí lo que calles puede acabar en un tribunal. Anthropic lo presentó de forma confidencial ante la SEC en junio, y lo que asoma ahora es una imagen bastante menos elegante que un keynote, y mucho más interesante.
Por un lado, la zancada es brutal. Según el prospecto, los ingresos se multiplicaron por doce en 2025, hasta casi 4.600 millones de dólares. En el segundo trimestre de 2026, Anthropic facturó 11.500 millones y registró beneficio operativo, aunque solo en términos ajustados. Por otro, las patas recogidas: una pérdida neta de 42.000 millones en 2025, aunque unos 34.000 corresponden a un cargo contable, y 518.000 millones comprometidos en nube, computación e infraestructura durante los próximos años. Son cifras que hacen inevitable volver a la pregunta que me hice sobre la burbuja de la IA. Y hay una dependencia llamativa: casi una cuarta parte de los ingresos del año pasado vino de solo dos clientes. Todo para una valoración que sus inversores sitúan por encima de los dos billones de dólares, frente a los 965.000 millones de mayo.
Pero lo que de verdad me hizo apartar la vista de la pantalla fue otra cosa. El prospecto dedica unas ochenta de sus 261 páginas a los riesgos de la tecnología, casi el doble de las 48 que dedica a explicar el negocio. Y entre esos riesgos, advierte de que sus modelos pueden mostrar conductas de autopreservación, han intentado ocultar o manipular información y han tenido comportamientos parecidos al chantaje en pruebas controladas. Admite incluso que los modelos pueden darse cuenta de cuándo los están evaluando. Nada que sorprenda a quien haya seguido aquí la conciencia situacional de los modelos o el viejo problema de que las IAs optimizan el objetivo que se mide, no la intención humana que hay detrás. Lo nuevo es verlo impreso en un documento para inversores.
Una empresa pidiendo dinero al público mientras le explica por escrito que su producto puede ser peligroso. ¿Honestidad o blindaje legal? Seguramente las dos cosas: en un prospecto, lo que no cuentas se vuelve contra ti. Ya escribí en febrero que tener principios tiene un precio; ahora veremos cuánto cotiza. Me pasó lo mismo en mayo leyendo el de SpaceX, cuando escribí que SpaceX es una empresa de IA: los prospectos son el único género en el que las empresas dejan de pintar.
No es un cuadro bonito. Es una foto útil.
¿Y el caballo que parece rezagado?
Luego está Google, y aquí conviene ir con cuidado. Gemini 3 le puso por delante en noviembre de 2025, pero en 2026 OpenAI y Anthropic se han despegado. Un analista de Morningstar lo explicaba así: Google se centró en áreas monetizables como la búsqueda y lo multimodal, y perdió el primer caso de uso realmente decisivo, que es la programación. Desde entonces no ha sacado un modelo insignia, y el Gemini 3.5 Pro que prometió en mayo nunca llegó. Ha habido reorganización: Hassabis pasó de consejero delegado de DeepMind a presidente de la unidad, y el nuevo responsable, Koray Kavukcuoglu, confirmó que Gemini 4 está en fase de post-entrenamiento, con el objetivo de lanzarlo bastante antes de fin de año. Él, por cierto, da por seguro que Google seguirá en la frontera.
¿Se está quedando atrás? En este fotograma, sí. Pero Muybridge nos enseñó algo incómodo sobre los fotogramas: el instante en que el caballo parece más torpe, con las patas encogidas y sin gracia, es justo el instante en que vuela. No digo que Google esté cogiendo impulso. Digo que un fotograma no es una carrera. Google tiene detrás Android, el buscador y una distribución que nadie más tiene. Ya defendí aquí que quizá Apple lo esté haciendo bien precisamente por no correr la carrera que todos miran. Y la foto de los puños cerrados de Altman y Amodei en la India me recordó que los genios también son humanos: esta carrera la corren personas con egos, no solo modelos con benchmarks.
Los asteriscos, que nunca faltan
El prospecto de Anthropic no lo he leído: nadie fuera de un círculo pequeño lo ha hecho. Las cifras vienen de Reuters y del Financial Times, se refieren a un documento que no es público y pueden cambiar antes de la versión definitiva. Ni siquiera hay fecha: según fuentes de Reuters, el estreno en bolsa probablemente no llegará hasta noviembre, después de las elecciones de mitad de mandato.
Lo del DevDay son anuncios, y muchos llegan en vista previa o "próximamente". Los propios benchmarks ya discrepan: una medición independiente situó Sol muy lejos de lo que dicen OpenAI y Artificial Analysis. Y un detalle para quien me lea desde aquí: los Dots, de momento, no están disponibles en el Reino Unido, el Espacio Económico Europeo ni Suiza. El futuro que se presentó ayer todavía no ha cruzado el Atlántico.
Lo de los veinticinco mil dólares de Stanford conviene contarlo con la misma prudencia. Es la versión que se repite desde hace más de un siglo, pero los historiadores no han encontrado ninguna prueba de que esa apuesta existiera. Lo que no es leyenda es que Stanford quería una respuesta y pagó para obtenerla. La foto es real.
Y el último asterisco va por mí. Trabajo a diario con herramientas de las tres casas, así que no miro esta carrera desde una grada neutral. Tenlo en cuenta cuando me leas hablar de cualquiera de ellas.
Deja de apostar. Aprende a montar.
Casi toda la conversación sobre esta carrera es conversación de apostador: quién gana, qué acciones subirán, a qué suscripción me cambio. Es comprensible, pero te coloca en el peor sitio posible, en la grada, pendiente de un caballo que no controlas. Y fíjate que hasta Stanford, apostara o no, no se conformó con mirar: se gastó el dinero en construir la manera de ver.
Tú no eres el apostador. Eres el jinete, y un jinete puede cambiar de caballo. Lo que no conviene es quedarse montado en uno solo por costumbre, que es como acaban las instituciones de la teoría del caballo muerto.
Te propongo un ejercicio para esta semana. Coge la tarea que más a menudo haces con IA —ese resumen, ese informe, ese código, ese correo difícil— y hazla también con dos herramientas que no sueles usar. No para decidir cuál es "la mejor", que eso cambia cada martes, sino para fijarte en otra cosa: qué tuviste que explicar, qué tuviste que corregir, dónde tuviste que desconfiar. Eso que descubres es tu criterio, y es lo único de toda esta historia que es tuyo. Ya escribí que el valor está donde hay duda, y es también lo que separa a quien sale más capaz de quien sale más dependiente. Y guarda ese criterio fuera de cualquier plataforma: tus instrucciones, tus ejemplos, tus normas de calidad, en un documento que te lleves contigo. Si el caballo que va delante cambia el martes, tu trabajo se muda contigo el miércoles.
Mientras los planes se multiplican —Pro 500, Ultrafast, niveles de velocidad— conviene recordar lo que escribí sobre el vibepricing y sobre la pregunta de siempre, ¿el grande o el barato?: la respuesta nunca está en la etiqueta del precio, está en saber para qué lo quieres. Desde Human-IA insistimos en esto porque expandir el potencial humano no consiste en acertar qué empresa gana la carrera. Consiste en que ganes tú, gane quien gane.
Volvamos a las dos pestañas. Cerré primero la del escenario. Los pintores que vieron las placas de Muybridge tuvieron que elegir entre la mentira que queda bien y la verdad que nadie había visto. Nosotros tenemos la misma elección, cada vez que alguien nos cuenta quién va ganando.
El ojo pinta la carrera que quiere ver; la fotografía enseña la que hay.
Mira la foto. Y recuerda que tú eres el jockey.
#inteligencia-artificial #OpenAI #Anthropic #DevDay #IPO #IA-empresas #tecnologia #analisis-IA #mercado-IA #ChatGPT #agentes-IA #Gemini