Construir
Cómo elegir un modelo
Un marco práctico para elegir el modelo más económico que haga el trabajo de tu agente de forma confiable, además de nuestras recomendaciones actuales por nivel.
Pickaxe es agnóstico en cuanto a modelos. Puedes elegir entre más de 40 modelos de OpenAI, Google, Anthropic, xAI (Grok), Mistral y Perplexity, y cambiarlos en cualquier momento sin tener que reconstruir tu agente. Esa libertad es estupenda, pero plantea una pregunta obvia: ¿cuál deberías usar realmente?
La respuesta corta: el modelo más barato que haga tu trabajo de forma confiable. Esta guía te da una manera de encontrar ese modelo que se mantiene vigente incluso cuando la oferta cambia, además de nuestras recomendaciones actuales para los cuatro trabajos que la mayoría de los agentes necesitan.
La única regla que no va a cambiar
Empieza por abajo y sube de nivel solo cuando la calidad no sea suficientemente buena.
Es tentador recurrir por defecto al modelo más inteligente y más caro "por si acaso". Resiste esa tentación. La mayoría de las tareas de los agentes (responder preguntas frecuentes, calificar leads, redactar contenido, enrutar preguntas) funcionan de maravilla con modelos de gama media o económicos. Los modelos premium cuestan más por mensaje y a menudo responden más lento, así que pagar por uno que no necesitas solo quema créditos y agrega latencia.
Elige un modelo de partida razonable, pruébalo con tus prompts reales en la pestaña Preview y sube de nivel solo si el resultado de verdad se queda corto.
Lo que estás equilibrando
Cada elección de modelo equilibra tres cosas:
- Inteligencia: qué tan bien razona, sigue instrucciones y maneja los matices
- Velocidad: qué tan rápido responde (importa mucho para el chat en vivo)
- Costo: cuánto consume cada mensaje
No puedes maximizar las tres. Un modelo de frontera de "pensamiento profundo" es inteligente pero más lento y más caro; un modelo lite es rápido y económico pero menos capaz en tareas difíciles. Un cuarto factor importa cuando subes mucho material de origen: la ventana de contexto, es decir, cuánto texto puede considerar el modelo a la vez. Las bases de conocimiento grandes necesitan un modelo con una ventana de contexto amplia.
Buenas prácticas atemporales
Estas se mantienen sin importar qué modelos sean los vigentes:
- Ajusta el modelo a la tarea, no al hype. Trabajo simple, estructurado y de alto volumen → modelo económico. Juicio con matices, razonamiento de varios pasos o precisión de alto riesgo → modelo premium.
- Tu prompt y tu base de conocimiento suelen importar más que el modelo. Si los resultados son flojos, afina tus Instructions y depura tus fuentes antes de pagar por un modelo más grande. Un gran prompt en un modelo de gama media le gana a un prompt perezoso en uno de frontera.
- Los modelos de razonamiento son para la precisión, no para la velocidad. Los modelos de "pensamiento profundo" se detienen a razonar, así que son más lentos y cuestan más. Úsalos donde acertar importa más que ser rápido, no para un chat en vivo ágil.
- Si tu agente usa Actions, no elijas el modelo más barato. El uso de herramientas de varios pasos hace tropezar a los modelos lite. Usa el nivel Everyday o superior cuando haya Actions de por medio, y prueba la cadena completa.
- Prueba con tus propias entradas, no con benchmarks. Las tablas de clasificación no reflejan tu caso de uso. Usa Preview, hazte pasar por un usuario real y prueba tus preguntas reales más complicadas.
- Lo más nuevo suele superar a lo más viejo al mismo precio. Cuando un proveedor lanza un modelo nuevo, el mismo nivel a menudo se vuelve más inteligente, más rápido o más barato. Revisa tu elección cada pocos meses.
- Nunca quedas atado. Cambiar es cuestión de un menú desplegable. Haz una prueba A/B de dos modelos con el mismo prompt en Preview y quédate con el ganador.
Una forma de elegir en 30 segundos
Pregúntate:
- ¿Qué tan difícil es la tarea? Repetitiva/estructurada → económico. Razonamiento o análisis genuino → premium.
- ¿Qué tan alto es el volumen / qué tan ajustado está el presupuesto? Alto volumen o márgenes estrechos → inclínate por lo más económico.
- ¿Necesita sentirse instantáneo? Chat en vivo → favorece los modelos rápidos/lite. Tareas en segundo plano o de "razonamiento" → la velocidad importa menos.
- ¿Usa Actions? Sí → nivel Everyday o superior para un uso de herramientas confiable.
Ante la duda, empieza en el nivel Everyday que aparece más abajo.
Nuestros modelos recomendados
Recomendaciones actuales a junio de 2026. Los modelos avanzan rápido, así que toma los niveles como permanentes y los nombres específicos como una instantánea. La lista en vivo y los precios siempre están en pickaxe.co/models.
Clave de costo: $ = costo más bajo · $$ = medio · $$$ = premium
| Job | Best for | Our pick | Cost |
|---|---|---|---|
| Cheap & Fast | Tareas de alto volumen, simples y sensibles a la latencia: preguntas frecuentes, enrutamiento, etiquetado, chat simple | Grok 4.1 Fast | $ |
| Everyday (empieza aquí) | La mayoría de los agentes: soporte, contenido, generación de leads, coaching, asistentes generales | ChatGPT 5.4 | $$ |
| Deep Thinking | Razonamiento complejo, análisis de varios pasos, precisión de alto riesgo, cadenas de Actions intensas | Claude 4.8 Opus | $$$ |
¿Quieres las cifras concretas? Nuestra herramienta de comparación de modelos muestra las estadísticas reales (costo, velocidad, ventana de contexto y más) de cada modelo que ofrecemos y te permite compararlos lado a lado antes de decidir.
Generación de imágenes
La generación de imágenes es una capacidad aparte. Actívala en Capabilities dentro del Agent Builder y luego elige tu modelo de imágenes en el menú desplegable.
| Job | Best for | Our pick | Cost |
|---|---|---|---|
| Image | Generar imágenes dentro de tu agente | GPT Image 2 | $$ |
En qué son buenos los distintos modelos
Las recomendaciones de arriba son puntos de partida sólidos, pero Pickaxe te da más de 40 modelos, y el mejor depende de lo que más necesite tu agente. Así se ordena la oferta actual según sus fortalezas. Las especificaciones completas y los precios en vivo de cada uno están en pickaxe.co/models.
Razonamiento avanzado: para problemas complejos de varios pasos donde acertar importa más que ser rápido. Los más fuertes son Claude 4.8 Opus y Claude Fable 5 (los modelos de razonamiento de frontera de Anthropic), ChatGPT 5.5 y ChatGPT 5.4 Pro, Gemini 3 Pro y Grok 4.3. "Piensan" antes de responder, así que espera un costo más alto y respuestas más lentas.
Contexto largo: para agentes con Knowledge Bases grandes o conversaciones largas que necesitan mantener la coherencia. Gemini 3 Pro y el Gemini 3.1 Pro Preview ofrecen contexto a escala de frontera, con Grok 4.3 (ventana de 1M de tokens) y la línea Opus de Anthropic (Claude 4.8 Opus, Claude Fable 5) pisándoles los talones.
Actions y uso de herramientas: para agentes que invocan Actions o encadenan a otros agentes. Gemini 3.5 Flash está hecho para flujos de trabajo agénticos que usan herramientas y se mantiene rápido; ChatGPT 5.5 y Claude 4.8 Opus manejan cadenas de herramientas largas y de alta autonomía; Grok 4.3 es fuerte en salidas estructuradas; Mistral Medium 3.5 y ChatGPT 5.4 mini son opciones más ligeras que igual aguantan. Evita aquí los modelos nano/lite, son menos confiables en Actions de varios pasos.
Realmente rápidos: para chat en vivo, alto volumen y cualquier cosa sensible a la latencia. Grok 4.1 Fast, Gemini 3.5 Flash y Gemini 3 Flash, Claude 4.5 Haiku y ChatGPT 5.4 mini / nano devuelven respuestas casi al instante al costo más bajo, sacrificando algo de profundidad a cambio de velocidad.
También vale la pena saber:
- Programación: ChatGPT 5.3 Codex, Gemini 3 Pro y Mistral Medium 3.5 están afinados para tareas de software.
- Investigación web en vivo: Sonar Pro, Sonar Reasoning Pro y Sonar Deep Research de Perplexity son nativos de búsqueda para información actual.
- Menor alucinación: Grok 4.20 ofrece el seguimiento de instrucciones más estricto y la precisión factual más consistente.
Cómo configurar o cambiar tu modelo en Pickaxe
- Abre tu agente en el Agent Builder y ve al Editor.
- Encuentra la opción Model y elige en el menú desplegable. Cámbialo en cualquier momento, sin necesidad de reconstruir.
- Para la generación de imágenes, abre Capabilities, activa la generación de imágenes y selecciona un modelo de imágenes.
- Prueba en Preview con prompts reales (hazte pasar por un usuario para ver exactamente lo que recibiría).
- Si tu agente usa Actions, ejecuta el flujo de trabajo completo en Preview para confirmar que el modelo maneja las llamadas a herramientas de forma confiable.
Consejo: Si los resultados son inconsistentes, intenta reforzar tus Instructions o usar un Model Reminder para las reglas de cumplimiento obligatorio antes de saltar a un modelo más caro. La solución a menudo está en el prompt, no en el modelo.
Mantenlo al día
El panorama de modelos cambia casi cada mes: los nuevos lanzamientos, las bajadas de precio y los cambios de nivel son constantes. Usa el marco de esta guía para decidir, luego confirma la oferta actual en pickaxe.co/models y compara estadísticas reales lado a lado con nuestra herramienta de comparación antes de decidir. Para un recorrido por lo que muestra la página de comparación, consulta la descripción general de Models. Revisa tus agentes cada pocos meses: un modelo que el trimestre pasado era premium suele ser el predeterminado de uso diario de este trimestre, a un precio más bajo.