INTELIGENCIA ARTIFICIAL

Los equipos cambian de modelo de IA al ritmo de los nuevos lanzamientos

Los equipos que usan AI Gateway cambian de modelo de IA con rapidez. Para quienes desarrollan aplicaciones, el desafío es decidir cuándo una nueva versión justifica una migración.

Ilustración editorial de módulos intercambiables que atraviesan una estructura triangular inspirada en Vercel.
Ilustración conceptual de la rotación de modelos de IA.

Más de la mitad de las solicitudes a modelos de lenguaje de octubre en AI Gateway fueron a versiones con menos de 60 días en la plataforma. Vercel publicó ese dato el 9 de noviembre de 2026 en su AI Gateway Production Index.

El servicio conecta aplicaciones con distintos proveedores de IA. La rotación observada abre una pregunta para quienes construyen con estas herramientas: cómo aprovechar una mejora sin tener que rehacer decisiones cada vez que aparece una alternativa.

Los equipos prueban y cambian

Cerca de la mitad de los equipos con al menos 10 millones de tokens tanto en septiembre como en octubre cambió su modelo principal. Entre quienes cambiaron, 80% eligió una versión más reciente y 60% pasó a otro laboratorio.

Para un equipo de desarrollo, esto plantea una tarea concreta: comparar el desempeño sobre sus propios casos de uso antes de migrar. Una prueba puede mirar la calidad de las respuestas, el tiempo de espera y el costo de completar una tarea. Que una versión sea nueva, por sí solo, no resuelve esa evaluación.

Qué significa la vida media de seis semanas

Vercel describe esa rotación como una vida media de unas seis semanas. Cuatro semanas después del pico de un modelo típico, 75% de los equipos que lo utilizaban entonces ya lo había dejado.

La expresión no establece una fecha de vencimiento técnico. Además, la antigüedad se cuenta desde la incorporación de cada versión a AI Gateway, no necesariamente desde su lanzamiento público.

Una muestra que necesita contexto

La metodología de Vercel aclara que sus datos no representan todo el mercado de IA. También define cada equipo como un espacio de trabajo de una cuenta: una misma empresa puede tener varios. Por eso, conviene evitar leer la cantidad de equipos como si fuera una cantidad equivalente de compañías.

La pregunta útil para quienes construyen con IA es qué mejora concreta justificaría cambiar. Con pruebas repetibles y criterios definidos, una nueva versión puede evaluarse sin convertir cada lanzamiento en una migración obligatoria. El desafío consiste en aprovechar las mejoras cuando sirven y sostener lo que ya funciona cuando sigue cumpliendo su objetivo.

Temas