# Mapa de modelos: computer use Actualizado: 2026-09-30. Agentes que manejan pantallas y navegadores reales. Opus 5 ya es #1 en la clasificación oficial de OSWorld 2.0, y Anthropic declara resultados aún mayores para Opus 5.5 y Sonnet 5.5 en sus propias pruebas. OpenAI dice que GPT-6.1 Sol queda a un par de puntos de Astra. Holo4, de H Company, es el primer modelo abierto potente para usar el equipo. Los arneses de navegador siguen dominando la web real. ## Modelos cerrados ### Nivel S (lo mejor) - **Claude Opus 5.5** (anthropic): El primer modelo Claude 5.5 conquistó WebDev y el índice de Artificial Analysis una semana después del lanzamiento, a un precio inferior al de Opus 5. - **Claude Fable 5.1** (anthropic): La actualización de la clase Mythos sigue liderando el índice compuesto por muy poco, pero GPT-6 Astra le quitó el liderazgo de WebDev nueve días después del lanzamiento; conserva el n.º 1 en Agent Arena y las lecturas de caché a un cuarto del precio. - **GPT-6 Astra** (openai): El primer modelo GPT-6 de OpenAI conquistó WebDev con 42 puntos de ventaja y empató con Fable 5.1 en los dos índices compuestos de Artificial Analysis, al mismo precio de $10/$50 que el modelo insignia de Anthropic. - **Claude Opus 5** (anthropic): La frontera con buena relación calidad-precio: perdió las coronas de puntuación compuesta y programación frente a Fable 5.1 y GPT-6 Astra en septiembre y sigue al precio de Opus 4.8. - **Qwen3.8-Max-0902** (alibaba): Versión fechada solo por API (qwen3.8-max-0902, alias qwen3.8-max-2026-09-02; entrada de imágenes y video, contexto de 1M, $2/$6 por millón) según Alibaba Model Studio, 11 sep. #4 en Arena Code WebDev (1681±15) en la captura del 11 sep. El #2 de Arena Vision (1302±8, 13 sep) y el #1 de OSWorld-Verified (86.1%) corresponden al servicio alojado qwen3.8-max, no al punto de control abierto solo de texto. Sep 2026. - **Claude Fable 5** (anthropic): Primer modelo público de la clase Mythos; sigue en lo más alto de la clasificación de texto por preferencia humana, ahora en empate estadístico con Opus 5.5 y Opus 4.6. ### Nivel A (frontera) - **Claude Sonnet 5.5** (anthropic): Lanzado el 28 sep; $2/$10 por millón (igual que Sonnet 5), contexto de 1M. AA Intelligence Index de 56 con esfuerzo máximo (#2 detrás de Opus 5.5); AA destaca un consumo muy alto de tokens de salida por tarea. 64% en Terminal-Bench 4.0 ejecutado por AA. #4 en Arena Code WebDev (1699±19, 29 sep). Anthropic declara un 80.1% parcial en OSWorld 2.1 (pruebas del proveedor). Sep 2026. El Claude de gama media alcanzó a los modelos insignia: segundo en el índice de Artificial Analysis a precio de Sonnet, aunque gasta muchos tokens para lograrlo. - **GPT-6.1 Sol** (openai): Lanzado el 29 sep (ID de API gpt-6.1-sol, ChatGPT Work, Codex); $2/$10 por millón, entrada en caché a $0.10. AA Intelligence Index de 52 con esfuerzo máximo, un punto por debajo de GPT-6 Astra a menos de la cuarta parte de su costo por tarea; titular de AA: sustituye a GPT-6 Sol. OpenAI declara que el computer use queda a unos dos puntos de Astra (pruebas del proveedor). Aún sin entradas en Arena. Sep 2026. Una mejora de GPT-6 Sol una semana después de su lanzamiento: cerca de GPT-6 Astra en programación, computer use y trabajo de oficina a una quinta parte del precio por token de Astra. - **GPT-5.6 Sol** (openai): AA Intelligence Index v4.3 de 47 con esfuerzo máximo, ahora detrás de GPT-6 Astra (53). #1 en Arena Search (1257±7 como xhigh). AA Coding Agent Index de 55. OpenAI declara un 62.6% en OSWorld 2.0 (no aparece en la clasificación actual). ID de API gpt-5.6-sol, alias gpt-5.6. Rebaja promocional a $4/$20 por millón desde el 22 ago durante al menos tres meses (publicación oficial de la comunidad; fuente única). Sep 2026. El nuevo modelo insignia de OpenAI (disponibilidad general el 9 jul): lidera AA Coding Index y afirma tener la mejor marca en OSWorld 2.0; Terra y Luna son sus opciones equilibrada y económica. ### Nivel B (situacional) - **Claude Opus 4.8** (anthropic): AA Index de 56, ahora la entrada #10 de la clasificación actual. Perdió el liderato de OSWorld 2.0 frente a Opus 5. Conserva el 78.9% en Terminal-Bench 2.1 mediante Claude Code. Anthropic indica a los usuarios de 4.8 que migren; su estado de ciclo de vida sigue siendo activo. Jul 2026. El modelo insignia con mejor relación calidad-precio del mes pasado, sustituido por Opus 5 al mismo precio. Sigue disponible y es capaz, pero ya no es la opción recomendada. - **Gemini Computer Use** (google): Ahora recomendado con el ID de modelo gemini-3.6-flash, pero el computer use sigue en versión preliminar, así que se sigue su evolución sin recomendarlo para producción. Jul 2026. Un agente para usar el equipo, consciente del DOM y centrado en el navegador, que sigue explícitamente en versión preliminar. ## Modelos abiertos ### Nivel S (lo mejor) - **Browser Use** (browser use · mit (open core)): #1 en Online-Mind2Web (97.0%, bu-max, pruebas del proveedor). Pesos abiertos: browser-use/bu-30b-a3b-preview. Jul 2026. ### Nivel A (frontera) - **Holo4** (h company · apache 2.0 (35b-a3b) / cc-by-nc-4.0 (27b)): Lanzado el 28 sep (HF Hcompany/Holo4-27B y Holo4-35B-A3B). OSWorld 2.0 ejecutado por el proveedor: 27B 61.7%, 35B-A3B 30.9%. El 27B es no comercial (CC-BY-NC-4.0); solo el 35B-A3B es Apache 2.0. Sep 2026. La primera familia de modelos abiertos para usar el equipo en la clasificación: un modelo que hace clic, programa y llama a API; el 27B logra la mejor puntuación abierta en OSWorld 2.0. - **Stagehand** (browserbase · mit): La opción predeterminada de la comunidad para agentes de navegador programáticos. Jun 2026. El framework preferido por quienes construyen agentes para automatizar navegadores en producción.