Gemini vs Claude vs ChatGPT: qué modelo es mejor para qué

Los tres asistentes de IA más usados del mundo nunca habían estado tan parejos: apenas 55 puntos Elo los separan. Así que la pregunta ya no es cuál es el mejor, sino cuál te conviene a ti. Comparamos siete categorías una por una —razonamiento, programación, imagen, video, escritura, contexto y precio— con veredicto claro en cada una y una recomendación final según lo que hagas.

• • Razonamiento y matemáticas: quién resuelve mejor los problemas difíciles
• • Programación: el único terreno donde hay un ganador claro
• • Imagen y video: la categoría donde Claude ni siquiera compite
• • Escritura y contexto: naturalidad de la prosa y tamaño de la memoria
• • Precio y veredicto: cuál elegir según lo que hagas

Agosto 2026 · 9 min de lectura

Los tres están más cerca que nunca — pero cada uno gana en un examen distinto

Empecemos por lo básico: a agosto de 2026 los modelos insignia son Claude Opus 5 (Anthropic, lanzado el 24 de julio), GPT-5.6 en sus tres niveles Sol, Terra y Luna (OpenAI) y Gemini 3.1 Pro (Google), acompañado del más veloz Gemini 3.6 Flash. Los tres laboratorios lanzan una actualización insignia cada seis a diez semanas, así que cualquier ranking envejece rápido.

En razonamiento general, el Artificial Analysis Intelligence Index —el índice independiente más citado— coloca a Claude Opus 5 en primer lugar con 61 puntos, el primer modelo en cruzar la barrera de los 60. Pero ese índice está centrado en texto y subestima capacidades multimodales, así que conviene mirar más de un examen. En ARC-AGI-2, el benchmark de razonamiento abstracto más exigente que existe, Gemini 3.1 Pro alcanzó un 77.1%, un salto de más de 46 puntos frente a la generación anterior. Y en LMArena —donde son personas reales quienes votan qué respuesta prefieren— la distancia entre los tres se redujo a apenas 55 puntos Elo, la brecha más pequeña registrada en la historia de estos modelos.

Aquí sí hay ganador: cuanto más difícil el problema, más se despega Claude

La programación es la única categoría donde los números dejan de estar empatados. En SWE-bench Verified —el examen estándar que mide si un modelo puede resolver bugs reales de repositorios de GitHub— GPT-5.5 y Claude Opus 4.8 quedaron a menos de un punto de distancia (88.7% contra 88.6%), con Gemini 3.1 Pro unos ocho puntos atrás en 80.6%. Un empate, en la práctica.

La diferencia aparece cuando el examen se endurece. En SWE-bench Pro —tareas de ingeniería que tocan múltiples archivos y exigen entender un proyecto entero, no arreglar una función suelta— la brecha se abre de forma clara: Claude marcó 69.2% frente al 58.6% de GPT-5.5 y el 54.2% de Gemini 3.1 Pro. Más de diez puntos de ventaja. Es la señal más nítida de todo el conjunto de datos: para refactorizaciones grandes y trabajo de arquitectura, Claude está medible­mente adelante. A eso se suma el ecosistema: Claude alimenta editores como Cursor y Windsurf, y su herramienta de terminal Claude Code se convirtió en un estándar entre desarrolladores. GPT-5.6, por su parte, empuja más fuerte en capacidades agénticas y uso de herramientas.

Carrera de dos: Claude no genera imágenes ni video, y eso lo saca de la conversación

Aclaración importante antes de comparar: Claude no genera imágenes ni video de forma nativa. Puede analizar y describir imágenes que le compartas, pero no crearlas. Anthropic ha enfocado su producto en texto, código y tareas agénticas. Así que esta categoría se juega entre dos.

En imágenes, OpenAI lanzó GPT Image 2 el 21 de abril de 2026 y le arrebató el liderato a Google: puntúa 1512 Elo en Image Arena frente a los 1360 de Nano Banana 2 (el nombre comercial de Gemini 3.1 Flash Image). GPT Image 2 gana en realismo, arte clásico, edición iterativa y sobre todo en tipografía, con un 99% de precisión al escribir texto dentro de la imagen. Nano Banana 2 gana en ilustración anime, composición espacial y, muy notoriamente, en velocidad: genera en 3 a 6 segundos frente a los 30-60 segundos de GPT Image 2 en modo razonamiento. También es más generoso en su plan gratuito.

En video, la división es de filosofías más que de calidad. Veo 3.1 de Google apunta al realismo profesional: salida 4K, simulación física precisa, secuencias largas y un costo desde 0.15 dólares por segundo. Sora 2 de OpenAI apuesta por la narrativa social y las herramientas virales integradas, a 0.75 dólares por segundo — cinco veces más caro por calidad comparable. Un detalle práctico que conviene tener en el radar: la documentación de OpenAI indica que los modelos Sora 2 vía API están marcados como obsoletos con apagado programado para el 24 de septiembre de 2026, así que cualquier plan de producción debería verificar disponibilidad antes de comprometerse.

Prosa contra memoria: dos categorías con dos ganadores distintos

La escritura es difícil de medir con benchmarks, así que las mejores evidencias vienen de pruebas ciegas con personas. En un test con 134 participantes que evaluaron respuestas sin saber qué modelo las había generado, Claude ganó 4 de 8 rondas, destacando sobre todo en tareas de redacción; ChatGPT sobresalió en creatividad e imágenes, y Gemini en investigación con datos en tiempo real. El torneo "AI Madness" de Tom's Guide describió una "brecha de sofisticación": mientras ChatGPT tendía a recurrir a marcos genéricos y plantillas académicas, Claude mostraba una prosa menos robótica. La contracara: ChatGPT sigue siendo más flexible para adaptar tonos muy distintos y produce mejor material publicitario corto.

En contexto y memoria —cuánta información puede procesar el modelo de una sola vez— la ventaja es de Google. Gemini 3.1 Pro ofrece 1 millón de tokens de entrada de serie, y en el plan Google AI Pro se documentan configuraciones de hasta 2 millones, lo que equivale aproximadamente a 1.5 millones de palabras. Claude maneja 200,000 tokens en su configuración estándar (unas 150,000 palabras, una novela completa) con variantes extendidas de 1 millón para documentos y bases de código muy grandes. ChatGPT Plus se queda en 128,000 tokens, duplicándose en el plan Pro. Conviene un matiz honesto: para el 95% de los usos cotidianos —un correo, un artículo, una conversación larga— ninguno de estos límites se alcanza jamás. Solo importa si procesas libros enteros, repositorios completos o cientos de documentos a la vez.

Todos cuestan 20 dólares — así que la pregunta correcta no es cuál es mejor, sino cuál es mejor para ti

Los tres planes de entrada de pago rondan el mismo precio: ChatGPT Plus a 20 dólares al mes, Claude Pro a 20 dólares y Google AI Pro a 19.99 dólares. Las diferencias están arriba y abajo de ese escalón. Por abajo, OpenAI sumó un plan Go de 8 dólares y Google un AI Plus de entre 8 y 10 dólares, ambos con límites más generosos que el gratuito pero sin funciones avanzadas. Por arriba, ChatGPT Pro llega a 200 dólares, Claude Max 5x a 100 dólares —donde ahora vive Claude Code, que dejó de estar incluido en Pro— y Google AI Ultra bajó a 99.99 dólares.

En planes gratuitos, Gemini es el más generoso: acceso amplio sin pagar, generación de imágenes con Nano Banana 2 incluida y sin anuncios. ChatGPT gratuito incorporó anuncios en Estados Unidos y límites más estrictos. Claude gratuito es el más limitado en volumen de mensajes. En API, los precios por millón de tokens se separan bastante: Claude Opus 5 en 5/25 dólares, GPT-5.6 entre 1/6 y 5/30 según nivel, y Gemini 3.6 Flash en 1.50/7.50 — con Claude Sonnet 5 en oferta de lanzamiento a 2/10 dólares hasta el 31 de agosto de 2026.

Qué elegir según quién eres: si eres creador de contenido, ChatGPT Plus — es el único que junta texto, imágenes de primer nivel y video en una sola suscripción. Si programas, Claude Pro sin discusión, y Max 5x si vas a usar Claude Code a diario. Si eres estudiante, Gemini: el plan gratuito más generoso del mercado, integración con Google Docs y búsqueda en tiempo real para investigar. Si representas a una empresa, la respuesta depende del ecosistema que ya usas: Google Workspace inclina hacia Gemini, Microsoft 365 hacia ChatGPT, y si tu producto es texto y código, Claude. Y una última recomendación que repiten casi todos los análisis: los equipos con mejores resultados en 2026 no eligen uno solo — usan los tres, cada uno para lo que hace mejor.