El ocaso de los chatbots: Opus 4.7 hace por $251 el trabajo de un programador durante 2 semanas

El 30 de junio de 2026, Ethan Mollick, profesor de Wharton, publicó un análisis que constata un punto de inflexión: la era de los chatbots termina y da paso a agentes de IA autónomos, capaces de trabajar durante horas sin intervención humana. Y esto ya ocurre dentro de los mayores laboratorios de IA.

Qué saben hacer hoy los agentes

En el estudio de Epoch AI, Opus 4.7 de Anthropic trabajó de forma autónoma durante 14 horas y creó un software cuyo desarrollo habría llevado a personas entre 2 y 17 semanas. El coste fue de $251 en tokens.

• Epoch AI (2026): Opus 4.7 trabajó de forma autónoma durante 14 horas, el equivalente a entre 2 y 17 semanas de trabajo de ingeniería, por $251
• Experimentos de Mollick: Claude Fable cerró en 9 horas proyectos técnicos complejos que a un equipo le habían llevado una semana
• METR y el AI Security Institute (Reino Unido) registran un crecimiento de la autonomía de la IA más rápido que cualquier pronóstico
• OpenAI: una cuarta parte de los empleados de la compañía gestiona al menos 4 agentes cada semana
• En unos pocos meses, el horizonte de trabajo continuo de la IA pasó de 2 horas a más de 16 horas con un solo prompt

Mollick subraya que los sistemas de IA todavía no superan todas las pruebas, «pero sin duda mejoran a una velocidad muy alta». Varios benchmarks independientes lo confirman, entre ellos GDPval, que compara el rendimiento de la IA con el de expertos humanos en distintos sectores.

Por qué los expertos pesan más que los programadores

Una investigación interna de OpenAI reveló un patrón inesperado: el éxito con Claude Code no dependía de la formación profesional previa. Los abogados se desenvolvían tan bien como los desarrolladores.

«Cuanta más experiencia en el dominio tiene una persona, más éxito logra con Claude Code en su área.

Y, lo que es aún más interesante, más resultado útil obtiene de cada prompt», señala el análisis de Ethan Mollick, que cita datos de OpenAI.

Cuando escribir código pasa a ser tarea del agente, las fronteras profesionales se difuminan: un abogado, un médico o un analista financiero recibe las mismas herramientas que un desarrollador. La ventaja es ahora de quien conoce a fondo su campo, no de quien sabe programar. Para comprobar las diferencias cualitativas, Mollick recurrió a una prueba poco convencional: pidió a la IA que construyera simulaciones interactivas de un puerto marítimo. Los modelos divergieron de forma notable en diseño y criterio, rasgos que los benchmarks estándar no captan.

Al mismo tiempo se han formado dos niveles de modelos. Los cerrados estadounidenses (Anthropic, OpenAI, Google) ocupan el nivel máximo de rendimiento. Los open-weights chinos van entre 6 y 12 meses por detrás, pero son bastante más baratos y se pueden desplegar en local.

Por qué las empresas no logran seguir el ritmo del cambio

Las instituciones se mueven a la velocidad de las personas: aprobaciones, comités, trimestres. La IA mejora a un ritmo exponencial nada humano, y la brecha se ensancha con cada ciclo.

«La inestabilidad es lo que ocurre cuando instituciones que se mueven

a la velocidad de las personas (o, peor aún, de los comités) intentan seguir una curva de capacidades que por su naturaleza no es en absoluto humana», Ethan Mollick, One Useful Thing.

A principios de 2025, un agente de IA podía trabajar de forma autónoma unas 2 horas, con un alto porcentaje de errores. A mediados de 2026 ya trabaja más de 16 horas con un solo prompt. Las estrategias de IA redactadas a finales de 2024 describen hoy una realidad obsoleta. Entre los ejemplos concretos figuran las medidas regulatorias de emergencia en ciberseguridad tras un salto repentino de las capacidades de la IA y las bruscas oscilaciones bursátiles cuando la IA amenazó de pronto los modelos de negocio de sectores enteros.

Qué significa esto

No estamos entrando en un periodo de transición previo a la estabilización, sino en un estado permanente de aceleración. Gana quien sabe encomendar tareas a los agentes, evaluar sus resultados y dominar a fondo su propio campo profesional.

Preguntas frecuentes

¿Cuánto cuesta lanzar un agente de IA en un proyecto grande?

Según Epoch AI, Opus 4.7 realizó el equivalente a entre 2 y 17 semanas de trabajo de ingeniería por $251 en tokens. El coste final depende del modelo, de la duración de la tarea y del número de prompts.

¿En qué se diferencia un agente de IA de un chatbot?

Un chatbot responde a una pregunta y espera la siguiente. Un agente recibe una tarea, la divide por sí mismo en pasos, corrige errores sobre la marcha y trabaja durante horas sin que el usuario intervenga. Así funcionan Claude Code de Anthropic y Codex de OpenAI.