Qué modelo de IA usar en cada tarea: la guía completa

La pregunta que ordena todo

Antes de cualquier tabla, la regla completa cabe en una línea.

Olvida "qué tan difícil es la tarea". Esa es la pregunta equivocada, porque casi todo parece fácil de pedir. La pregunta correcta es:

Si esto sale mal, ¿me doy cuenta hoy o en tres semanas?

• Me doy cuenta hoy → modelo rápido. Si te traduce mal una frase o se salta una fila de una tabla, lo ves al tiro y lo arreglas. El error es barato.
• Me doy cuenta en tres semanas → modelo pesado. Si te arma mal un plan, una estructura de presupuesto o una decisión de contratación, no hay ninguna señal de alerta. El error aparece cuando ya no se puede devolver.

Eso es todo. El resto de este artículo es aplicarlo.

Por qué elegir mal cuesta más de lo que crees

Porque el gasto visible no es el gasto real. Lo que pagas de más en tokens es calderilla comparado con lo que pagas por ejecutar durante tres semanas una estrategia que un modelo liviano improvisó mal en treinta segundos.

Hay dos errores simétricos y los dos son caros:

• Modelo bajo en decisiones altas. Le pides a un modelo económico que diseñe la estructura de tu cuenta de Google Ads. Te entrega algo plausible, ordenado, con buen formato. Lo implementas. El error no aparece en la respuesta: aparece en el reporte del mes siguiente.
• Modelo alto en tareas mecánicas. Le pides al modelo insignia que te extraiga 800 filas de un export de Meta Ads y las normalice. Lo hace perfecto. También lo habría hecho perfecto un modelo veinte veces más barato, y en un tercio del tiempo.

El primero destruye resultados. El segundo destruye margen y velocidad.

Un dato mal extraído salta a la vista. Una estrategia mal razonada no. Ese es todo el criterio.

Tu costo real depende de dónde trabajas

Antes de seguir hay que aclarar algo, porque la mitad de los artículos sobre este tema le habla a la audiencia equivocada.

Si usas ChatGPT Plus, Claude Pro o Gemini

Tú ya pagaste. Tu mensualidad es fija. Cuando eliges mal el modelo no estás gastando dólares de más: estás gastando tres cosas distintas.

1. Cupos. Los modelos pesados tienen límite. Cuando se acaban, se acaban, y normalmente se acaban justo cuando los necesitabas de verdad.
2. Tiempo. Un modelo que razona profundo se demora. Para preguntas simples estás esperando de gusto.
3. Confianza. Este es el caro. Un modelo liviano en una decisión importante no te dice "no sé": te entrega una respuesta segura y bien redactada. Y tú la ejecutas.

Si trabajas por API

Ahí sí el cálculo es de plata, y conviene entender tres cosas que casi nadie tiene claras:

• La salida cuesta entre 5 y 6 veces más que la entrada en los tres grandes proveedores. Las tareas que generan mucho texto son donde la elección de modelo pesa más; las que solo leen mucho texto son sorprendentemente baratas.
• Los tokens de razonamiento se cobran como salida. Cuando un modelo "piensa" antes de responder, ese pensamiento invisible se factura a la tarifa cara. Varios modelos actuales traen el esfuerzo de razonamiento alto por defecto, lo que multiplica el costo en silencio.
• El caché y el lote son las dos palancas que casi nadie usa. El caché de prompt descuenta hasta 90% de la entrada repetida; el procesamiento en lote descuenta 50% en tareas que pueden esperar unas horas.

La regla es la misma en los dos mundos. Solo cambia en qué moneda te cobran el error.

El framework P.A.L.: tres verbos, tres niveles

Para no andar pensándolo cada vez, clasifica lo que vas a pedir con un solo verbo.

P — Planificar

Hay ambigüedad real y las consecuencias se arrastran.

En la vida y el trabajo en general:

• Tienes dos ofertas de trabajo y ninguna es obviamente mejor
• Vas a firmar un contrato y quieres entender a qué te estás comprometiendo
• Armar un plan de estudio para una certificación en 8 semanas, con 5 horas libres a la semana
• Preparar una conversación difícil: pedir aumento, cerrar con un socio
• Planificar un viaje de 12 días con presupuesto fijo, dos niños y fechas que no se mueven
• Entender por qué siempre llegas al día 25 sin plata, mirando tus movimientos reales

En marketing:

• Diseñar la estrategia de una cuenta desde cero
• Diagnosticar por qué una campaña rentable dejó de escalar
• Arquitectar una automatización o un sistema de agentes
• Auditar una estructura de cuenta heredada

Todo esto se hace una vez. Pagar cinco veces más —o quemar cupos— por una decisión que vas a ejecutar durante seis meses no es un gasto: es la mejor relación costo-beneficio de toda tu operación.

A — Analizar

Ya sabes qué quieres. Falta hacerlo bien.

• Escribir el correo difícil, cuando ya decidiste qué le vas a decir
• Adaptar tu CV a una oferta específica
• Comparar tres presupuestos y encontrar dónde están las diferencias reales, no las de portada
• Interpretar datos de campaña (interpretarlos, no extraerlos)
• Redactar copy a partir de un brief claro
• Escribir código sobre un plan que ya está decidido
• Mejorar un texto que escribiste tú
• Preparar las preguntas para una reunión importante

Acá vive alrededor del 80% del uso diario. Si tuvieras que quedarte con un solo nivel para siempre, sería este. La mayoría de la gente que "gasta demasiado en IA" simplemente nunca bajó del nivel alto a este.

L — Leer

Volumen, y el resultado se verifica de una mirada.

• Resumir la transcripción de una reunión de una hora
• Pasar la foto de una boleta, un pizarrón o un apunte a texto ordenado
• Traducir
• Ordenar una lista, sacar duplicados, unificar formatos
• Sacar fechas, montos y plazos de un PDF largo
• Extraer y limpiar datos de exports de Meta Ads o Google Ads
• Clasificar comentarios, leads o tickets
• Reescribir 400 títulos de producto siguiendo un patrón
• Corregir ortografía y preguntas de dato rápido

Acá el modelo pesado no te da nada extra: solo te hace esperar y te come cuota.

El número que ordena todo: clasificar 5.000 comentarios de Instagram (unos 300 tokens de entrada y 20 de salida por comentario) cuesta cerca de USD 20 con un modelo de nivel alto y USD 0,42 con uno de nivel bajo. Es 47 veces la diferencia, en una tarea donde la calidad, con el prompt bien construido, es prácticamente indistinguible.

Casi ninguna tarea es de un solo nivel

Acá está la parte que cambia el marco, y es donde la mayoría de las guías se quedan cortas.

Las tareas que realmente hacemos casi nunca son puras. Tienen P, A y L adentro. La habilidad real no es elegir un modelo: es darte cuenta de que lo que ibas a pedir en un solo prompt son en verdad tres pedidos distintos.

Una presentación:

El error caro es pedir "hazme una presentación sobre X" en un solo prompt. El modelo inventa una estructura genérica y tú la rellenas sin notar que el argumento nunca existió.

Una planilla de cálculo:

Este es el ejemplo perfecto de la regla. Una fórmula mala falla al tiro: te tira error o un número absurdo. Una planilla mal estructurada funciona igual durante tres semanas, hasta el día que necesitas un reporte y los datos no cruzan. Mismo tema, dos niveles opuestos.

Un análisis de datos:

Y acá lo importante: en análisis de datos el error caro no es el número mal calculado. Ese lo pillas con una suma de control. El error caro es la conclusión plausible y vacía — "las ventas cayeron 12% en marzo, se recomienda revisar la estrategia de captación". Es verdad, es inútil, y suena exactamente igual que un análisis bueno.

Esto explica algo que a todos les pasa y pocos saben nombrar: por qué la IA "funciona bien para cosas chicas y se cae en las importantes". No se cae por difícil. Se cae porque juntaste P, A y L en una sola instrucción y el modelo resolvió las tres al nivel de la más fácil.

El caso de la programación: dónde casi todos se equivocan

En programación el orden correcto no es descendente. Es alto → medio → alto.

Lo que hace casi todo el mundo es lo contrario: planifica barato porque "solo es una idea", empieza a escribir código, se enreda, y termina quemando el modelo más caro tratando de desenredar una arquitectura que nació mal. Es la forma más cara posible de programar con IA.

El orden que funciona:

1. Planificar con modelo alto. Qué se construye, con qué piezas, en qué orden, qué puede salir mal. Sin escribir una línea.
2. Escribir con modelo medio. Con el plan en mano, escribir código es ejecución. No necesitas el modelo insignia para traducir decisiones ya tomadas a sintaxis.
3. Depurar con modelo alto. Un bug que no encuentras no es una tarea de ejecución disfrazada: es un diagnóstico. Y los diagnósticos suben de nivel.

La regla general: cuando no sabes qué está pasando, sube. Cuando sabes exactamente qué quieres, baja.

Cómo se ve esto en tu app

Esta es la parte donde la mayoría de los tutoriales miente por omisión: las tres apps funcionan distinto.

ChatGPT. Ya casi no eliges modelo: eliges nivel de esfuerzo. El menú muestra opciones tipo Instant, Medium, High, Extra High y modos Pro. Instant es tu "rápido"; los niveles medios y altos son tu "pesado". Ojo con algo importante: los modelos económicos de OpenAI no aparecen en el chat normal, así que tu opción barata acá es simplemente quedarte en Instant.

Claude. Es la más literal: hay un selector con modelos separados por nivel y eliges el que corresponda al trabajo.

Gemini. El modelo que te toca depende del plan que pagas más que de un botón. En los planes más baratos no siempre tienes acceso al modelo de arriba.

Advertencia honesta: los nombres de estos menús cambian cada pocas semanas, a veces distinto según país y según si estás en la app o en el navegador. No memorices nombres. Memoriza la regla, abre tu menú y busca cuál opción es la rápida y cuál la que piensa más. Si el menú tiene tres opciones, ya sabes cuál es cuál.

Qué rinden realmente los planes

Y acá una noticia que cambia cómo hay que comparar: los tres proveedores dejaron de vender mensajes.

OpenAI es el único que todavía publica una cifra clara. Anthropic dejó de publicar cuántos prompts entran por ventana. Google eliminó el límite diario en mayo de 2026 y pasó a medir cómputo. Comparar planes por cantidad de mensajes ya no se puede hacer.

Lo que se sabe, a julio de 2026:

Lo importante de esa tabla no son los números: es que las tres filas dicen lo mismo. Base, 5x, 20x. Nadie te dice cuánto es la base. Te venden un múltiplo de un número secreto.

Y como lo que consume tu cuota es cómputo y no mensajes, un prompt corto y un análisis de un PDF de 200 páginas dejaron de valer lo mismo. Lo que te consume el plan es la combinación de qué modelo elegiste, cuán largo está el chat, qué archivos subiste y cuánto lo hiciste pensar.

Por eso, cuando alguien llega al techo, la pregunta correcta no es "¿me subo de plan?" sino "¿cuánto de lo que hice esta semana era trabajo mecánico que corrí en el modelo pesado?".

(Estas cifras cambian cada pocas semanas. Verifica siempre en tu propia cuenta: en Claude está en Ajustes → Uso.)

Los cuatro errores que queman tu cuota

1. El chat eterno. Cada mensaje reenvía toda la conversación anterior. Un hilo de 50 mensajes pesa muchísimo más que cinco hilos de diez. Abre un chat nuevo por tarea, aunque sea el mismo tema.

2. Razonamiento profundo para preguntas triviales. Preguntar cómo se escribe una palabra con el modo que piensa cuarenta segundos activado es gastar cuota en nada.

3. Repegar el mismo documento. Si vas a trabajar toda la semana sobre el mismo informe, resúmelo una vez con el modelo rápido, guarda ese resumen y trabaja sobre él. Por API, el equivalente es el caché de prompt.

4. Creer que el pesado es mejor en todo. No lo es. En tareas simples tiende a sobrepensar: te entrega tres párrafos de matices cuando querías un sí o un no. Para lo mecánico, el rápido no solo es más barato: es mejor.

Cuándo NO vale la pena optimizar nada

Aquí va la parte incómoda: si tus resultados con IA son malos, cambiar de modelo probablemente no te lo va a arreglar.

Un prompt mediocre en el modelo más caro rinde peor que un prompt bueno en el más barato, y esa brecha es mucho más grande que cualquier salto entre niveles. El orden real de mejora es:

Primero el prompt. Después el contexto que le das. Recién al final el modelo.

Elegir bien el modelo es el tercer escalón. Si no trabajaste los dos primeros, ahí está tu ganancia grande y esta guía es una distracción cara.

Lo mismo por API: si gastas menos de USD 20 al mes, el tiempo que inviertas en montar un sistema de ruteo vale más que lo que te va a ahorrar.

Cómo aplicarlo esta semana

1. Anota las 5 tareas que más repites con IA. Reales, de esta semana.
2. Al lado de cada una escribe una sola letra: P, A o L. Si una tarea tiene más de una letra, pártela: son pedidos distintos.
3. Baja al modelo rápido todas las L. Ganancia inmediata, riesgo cero.
4. Sube al pesado solo la P más importante que tengas este mes.
5. Deja el resto en el medio y no lo toques.

No necesitas un sistema de ruteo automático para capturar la mayor parte del beneficio. Necesitas separar los pasos.