Perplexity acaba de lanzar Model Council, una función que ejecuta tu pregunta en paralelo en tres modelos frontera y sintetiza la respuesta. ¿Gimmick o el futuro real de la IA empresarial?
Esta semana quería comentaros al respecto de algo que me tiene dando vueltas desde hace días, debido a que toca de lleno la forma en la que las empresas van a consumir IA a partir de ahora. Y lo curioso es que la noticia es de febrero, pero el movimiento que hay detrás apenas empieza a cogerle el tranquillo.
La idea, a priori, suena sencilla: en vez de elegir un modelo de IA para hacerle una pregunta, le mandas esa pregunta a tres modelos a la vez (Claude Opus 4.6 de Anthropic, GPT-5.2 de OpenAI y Gemini 3.1 Pro de Google) y un cuarto modelo se encarga de leer las tres respuestas, cruzarlas, señalar dónde coinciden los tres, dónde se contradicen y qué aporta cada uno que los otros no tienen. El resultado final es una única respuesta sintetizada, pero con el mapa completo del debate visible debajo.
Suena a cosa de película de ciencia ficción. Pero no lo es. Es lo que ya puede hacer cualquier suscriptor de Perplexity Max por 200 dólares al mes (o 2.000 al año si vas con todo), y en la versión Enterprise Max para empresas. De momento solo desde la web, la app móvil llega en las próximas semanas.
La idea que nadie se había atrevido a ejecutar
Hasta ahora, el debate en la industria era binario, elegir un único modelo y casarte con él. OpenAI para unas cosas, Anthropic para otras, Google para lo multimodal.. Cada empresa montaba su propia arquitectura de routing interno, cada usuario probaba manualmente la misma pregunta en tres interfaces distintas para ver qué le convencía más. Lo he hecho yo, lo has hecho tú, lo hemos hecho todos los que trabajamos con IA de frontera.
Lo que propone Perplexity es algo distinto, hacer ese proceso nativo y automatizado. Dicho de otra forma, convertir la “segunda opinión” en parte del producto en lugar de un hábito artesanal del usuario. ¿Os acordáis de cuando hablamos hace unas semanas del manifiesto humanista de Microsoft? (Aquí os dejo un artículo al respecto). Pues esto va en la misma dirección, pero por otra vía, en lugar de proponer una “tercera filosofía” de IA, Perplexity asume que ningún modelo es el mejor en todo y construye encima de esa realidad.
Cómo funciona por dentro
Cuando activas Model Council en la interfaz de Perplexity, tu pregunta se lanza simultáneamente a los tres frontier models que te comentaba. Cada uno responde por su cuenta, sin ver lo que dicen los demás. Después entra en juego un modelo sintetizador, que revisa las tres salidas y hace tres cosas.
Primero, consolida lo que los tres coinciden en afirmar; eso te da un núcleo de respuesta con alta confianza. Segundo, expone explícitamente dónde discrepan y con qué matices; eso te obliga a mirar donde antes no mirabas. Y tercero, rescata los aportes únicos de cada modelo, esas cosas que solo uno de los tres ha mencionado y que probablemente son las más interesantes de todas.
Lo que tienes al final no es una respuesta, sino una deliberación. Y las deliberaciones, salvo que seas muy optimista, suelen ser bastante mejores que las opiniones individuales.
Para qué sirve de verdad
Perplexity lo vende para investigación de inversiones, decisiones complejas, brainstorming creativo y verificación. Pero si me preguntas a mí, donde esto cambia las reglas es en dos escenarios muy concretos.
Por un lado, cualquier decisión de negocio con un coste de equivocarse. Un análisis de mercado, una revisión de un contrato, una evaluación estratégica de un competidor. Hasta ahora, tu único seguro era tu propio criterio por encima de la respuesta de un modelo. Con Model Council tienes el criterio de tres sistemas construidos con filosofías distintas, entrenados con datos distintos y optimizados con objetivos distintos. No elimina el error, pero reduce el sesgo específico de cada modelo. No es poco.
Por otro lado, la verificación de datos. En trabajos donde citar mal un dato te cuesta la credibilidad (periodismo, consultoría, asesoramiento financiero) que los tres modelos converjan en la misma cifra te da una señal de fiabilidad que consultando uno solo no tienes. Y si divergen, mejor todavía, sabes que ahí hay que indagar antes de publicar nada.
Perplexity no se queda quieta
Lo curioso es que Model Council no llega solo. Apenas veinte días después, el 25 de febrero, Perplexity anunció Perplexity Computer, un agente autónomo en la nube que coordina hasta 19 modelos distintos para resolver flujos de trabajo multi-paso. El mensaje de la compañía se está volviendo bastante claro, no quieren ser “otro chatbot”, quieren ser la capa de orquestación por encima de todos los modelos del mercado.
Y en paralelo, desde marzo, su navegador Comet está disponible gratis en iOS, Android, Windows y Mac, integrando esa misma lógica multi-modelo dentro de la experiencia de navegación. Vamos, que si OpenAI y Anthropic están jugando a ser “el modelo”, Perplexity está jugando a ser “quien decide qué modelo usar en cada momento”. Posición distinta, apuesta distinta.
La tendencia de fondo (que es lo importante de verdad)
Si levantas la vista del producto concreto y miras el mercado, Model Council no es un invento aislado, es la consecuencia lógica de algo que lleva meses cocinándose en silencio. IDC publicó en su 2026 AI FutureScape que para 2028 el 70% de las empresas líderes en IA van a estar usando arquitecturas multi-modelo con routing dinámico entre distintos proveedores. Y el cálculo económico tira en la misma dirección: según análisis recientes, las organizaciones que usan un único LLM para todo están pagando entre un 45% y un 85% más comparadas con las que hacen routing inteligente entre modelos especializados.
Traducido al castellano, de entender, si tu estrategia de IA es “hemos contratado ChatGPT Enterprise y ya”, estás dejando dinero y calidad encima de la mesa. Porque ningún modelo es el mejor en todo. Claude brilla en razonamiento profundo y análisis de contexto denso; GPT domina tareas de código y generación estructurada; Gemini es más fuerte en multimodalidad nativa; y los modelos open source (Llama, Mistral, DeepSeek) son imbatibles en coste por volumen alto y tareas sencillas. La pregunta ya no es “qué modelo elijo”, es “cómo orquesto entre todos”.
Mi lectura personal
Después de pensarlo unos cuantos días, mi lectura va en tres direcciones.
La primera es que Model Council es un paso importante, pero no el destino final, ya que aún está muy atado al usuario individual. Está bien para un analista, un consultor o un directivo que toma decisiones de forma espontánea, pero para una empresa que necesita orquestar miles de consultas al día entre distintos departamentos, la versión de Perplexity todavía resulta demasiado manual. Lo que viene después son plataformas de orquestación corporativas (algunas ya están saliendo) que integran este patrón en los workflows reales de la empresa.
La segunda es que esto marca el fin definitivo de la narrativa del “modelo único ganador”. Durante dos años nos han estado vendiendo que habría un único modelo que se lo llevaría todo, el modelo final, la AGI que reinaría sobre los demás. Y resulta que el futuro parece justo el contrario, un ecosistema de modelos especializados donde el valor ya no está en tener el mejor, sino en saber usar varios a la vez. Más parlamento y menos monarquía, por así decirlo.
Y la tercera, que para mí es lo verdaderamente relevante si te dedicas al mundo empresarial, es que los equipos que hoy están eligiendo “un único proveedor de IA” para los próximos cinco años probablemente se estén equivocando de pregunta. La pregunta correcta no es “qué modelo contrato”, es “qué arquitectura de orquestación monto para consumir todos los modelos del mercado en función del caso de uso”.
Si eres directivo o CEO, ojo a este movimiento, ya que va a cambiar la forma en que vas a comprar IA a partir de ahora. En el próximo ciclo presupuestario, cuando tu CTO te diga “vamos a cerrar con X proveedor para todo”, igual de buena idea es pararle y preguntarle qué plan tiene para los otros dos.
Si eres consultor o analista, Model Council es una herramienta que vale la pena probar esta misma semana. Doscientos dólares al mes suenan a mucho, pero si te ahorra una sola equivocación de análisis en un cliente grande, lo has amortizado con creces. El que no corre, vuela.
Y si simplemente te interesa la IA, guárdate este momento en la cabeza, porque es bastante posible que febrero de 2026 pase a la historia como el mes en que la industria dejó de pelearse por “cuál es el mejor modelo” y empezó a pelearse por “cómo orquestamos varios modelos”.
¿Y tú? ¿Crees que consultar tres modelos a la vez te da respuestas mejores, o más bien te genera más ruido del que ya tienes? Déjame tus comentarios, me encantará leerte.
¡Buena semana!
FUENTES DE INTERÉS:
- Perplexity — “Introducing Model Council” (5 febrero 2026)
- Perplexity Help Center — “What is Model Council?”
- AI CERTs News — “Perplexity’s Model Council Redefines Multi-Model Validation” (febrero 2026)
- Gend — “Perplexity Model Council: Compare AI Answers Side-by-Side”
- ResultSense — “Perplexity Model Council Queries Multiple AI Models at Once” (10 febrero 2026)
- Beam.ai — “The 19-Model Problem: Enterprise Multi-Model Orchestration”
- VentureBeat — “Four AI research trends enterprise teams should watch in 2026”
- Ignitho — “Enterprise AI Orchestration in 2026”
- Neuriflux — “Perplexity AI Review 2026: Comet Browser, Model Council”
