Si solo vas a pagar una suscripción de IA: ChatGPT, Claude, Gemini, Perplexity o Copilot

Las suscripciones de IA se acumulan sin hacer ruido. Primero pagas ChatGPT. Luego alguien recomienda Claude para documentos largos. Gemini aparece dentro de Gmail y Docs. Perplexity promete investigar más rápido. Si tu empresa usa Microsoft 365, Copilot entra en la conversación.

El problema es que pagar más herramientas no siempre reduce trabajo. A veces crea una tarea nueva: decidir a cuál preguntar, copiar el mismo prompt en varios sitios y reconciliar respuestas parecidas pero no iguales. Eso no es productividad. Es otra capa de coordinación.

Yo no empezaría por la pregunta “qué modelo es más listo”. Empezaría por algo menos brillante: dónde empieza el trabajo, dónde están las fuentes, quién revisa el resultado y a qué sistema debe pasar después.

La pregunta antes de pagar otra suscripción

No empecé por una tabla de ganadores, sino por este trabajo concreto: Una decisión de suscripción de una semana para cinco trabajos repetidos: leer PDF, reescribir memos, limpiar hojas, investigar en web y entregar una nota a un compañero. Quería separar una mejora real de una simple transferencia de revisión a otra persona.

Una semana de trabajo como prueba

El caso de trabajo fue deliberadamente concreto: Una decisión de suscripción de una semana para cinco trabajos repetidos: leer PDF, reescribir memos, limpiar hojas, investigar en web y entregar una nota a un compañero. Miré el flujo como lo miraría alguien de operaciones: qué entra, qué toca la IA, quién revisa y dónde debe terminar el resultado. ChatGPT, Claude, Gemini, Perplexity y Microsoft Copilot importan solo si acortan ese camino sin volver más pesada la revisión.

Dónde una licencia pagada devolvió tiempo

Punto de revisión	Qué miré	Señal de fallo
Material de entrada	Si la fuente era lo bastante clara para la IA	La herramienta adivina contexto que falta
Revisión humana	Si una persona puede aprobar, corregir o rechazar rápido	El revisor tiene que leer todo desde cero
Entrega	Si el resultado entra en documento, tabla, ticket o workflow	La siguiente persona reformatea o reinterpreta
Repetición	Si el mismo patrón aguanta con otro material	La primera prueba sale bien y la segunda se desvía

La prueba que quería antes de pagar

Trabajo	Qué medí	Qué cambió la decisión
Leer PDF	Tiempo para ubicar claim y página	Un resumen rápido no bastaba sin referencia trazable
Reescribir memo	Tiempo para dejar el tono utilizable	Claude reducía reparación de tono; ChatGPT servía mejor para entrega estructurada
Limpiar hoja	Tiempo de respuesta a tabla	Copilot pesaba cuando el archivo ya vivía en Microsoft
Investigar web	Tiempo para comprobar vigencia	Perplexity ayudaba cuando importaba más la ruta de fuente
Nota de entrega	Si un compañero podía actuar	Ganaba quien reducía revisión, no quien escribía el párrafo más bonito

Dónde otra suscripción añadió revisión

El punto débil no fue la primera respuesta. Fue lo que pasaba después, cuando el resultado tenía que pasar a otra persona o sistema. En este tema, el fallo más común fue este: El modelo más barato o vistoso no siempre reducía más la revisión cuando entraban archivos, citas y traspaso al equipo. Por eso no trato un borrador pulido como prueba de que el flujo ya está listo.

Mi regla de compra tras la segunda vuelta

Primero dejaría registro semanal, notas de tiempo de revisión, salidas descartadas y la suscripción que conservaría si solo hubiera presupuesto para una como evidencia y después decidiría si la herramienta o el flujo sobreviven a la revisión. Si el resultado no se puede comprobar en pocos minutos, reduciría el alcance antes de cambiar de modelo o añadir otra integración.

Preguntas antes de sumar otro asiento

Escribe con precisión qué recibe la IA como entrada.
Nombra a la persona que aprueba o rechaza el resultado.
Decide dónde debe aterrizar la salida.
Guarda un ejemplo fallido, no solo el caso limpio.
Mide tiempo de revisión ahorrado, no solo velocidad de generación.
Detén el flujo si la siguiente persona sigue reconstruyendo el resultado.

Fuentes que revisé

Para afirmaciones que pueden cambiar, usé documentación oficial, páginas de producto y notas de fuente para afirmaciones cambiantes. Precios, acceso a modelos y funciones de plataforma se mueven rápido, así que separo la evidencia de la opinión.

La decisión antes de mirar precios

Cómo es tu trabajo	Primer candidato	Motivo
Mezcla archivos, tablas, navegador, salida estructurada y pasos siguientes	ChatGPT	Pasa con facilidad de respuesta a artefacto usable
Predominan lectura larga, reescritura, tono y criterio	Claude	Suele bajar la carga de edición humana
El día vive en Gmail, Docs, Sheets, Meet, Drive y búsqueda	Gemini	Está cerca del material real
La investigación empieza por fuentes, enlaces y verificación	Perplexity	Ayuda a crear el primer mapa de fuentes
Word, Excel, PowerPoint, Outlook y Teams son la superficie de trabajo	Copilot	El valor aparece dentro de Microsoft 365

Si tuviera que pagar solo una opción general, normalmente empezaría por ChatGPT. No porque gane todo, sino porque muchos trabajos mezclan formatos: leer un archivo, mirar una página, construir una tabla, estructurar una salida y preparar el siguiente paso.

Pero esa respuesta cambia. Si trabajas con textos largos y revisiones delicadas, Claude puede darte más valor. Si todo tu día está en Google Workspace, Gemini merece una prueba seria. Si cada mañana empieza con investigación y fuentes, Perplexity puede ahorrar bastante fricción. Si la empresa vive en Microsoft 365, Copilot puede ser la opción que menos resistencia genera.

El precio mensual no es el único coste

El precio se mira, claro. Pero el coste oculto suele ser la revisión.

Una herramienta barata sale cara si cada borrador exige 40 minutos de reparación. Una más cara puede justificarse si elimina dos rondas de revisión a la semana. La pregunta útil no es “cuál cuesta menos”. Es “cuál elimina más trabajo humano repetido”.

Antes de pagar, escribiría esto:

cuántas veces se abriría en una semana normal,
si el resultado puede pasar a otra persona sin rehacerlo,
si reduce edición, comprobación o formato,
si se conecta con el lugar donde ya están los documentos,
si otra persona puede repetir el flujo,
si seguiría usándolo cuando pase la novedad.

Si las respuestas son flojas, esperaría. Una suscripción de IA necesita una tarea concreta.

Cuándo ChatGPT merece el primer asiento

ChatGPT funciona bien cuando el trabajo cruza varias superficies. La página de precios de OpenAI separa planes personales y de trabajo, pero en la práctica miraría otra cosa: si necesitas manejar archivos, tablas, contexto de navegador, salidas estructuradas e instrucciones de seguimiento en una misma sesión.

Ahí ChatGPT suele encajar.

Ejemplos reales:

convertir PDFs de proveedores en una tabla de decisión,
separar notas de entrevistas en problemas, peticiones, responsables y siguientes pasos,
dejar una investigación web como memo con fuentes,
generar JSON, checklist o tabla para una automatización,
pasar de un brief sucio a borrador, metadatos y puntos de revisión.

Su valor no es escribir siempre la frase más elegante. Su valor es que el resultado viaja mejor. Un artefacto estructurado, aunque no sea perfecto, suele servir más que un párrafo bonito que alguien tiene que reconstruir.

No lo pondría por defecto para todo. Si el trabajo es leer mucho y ajustar tono con cuidado, Claude puede resultar menos cansado.

Dónde Claude se paga solo

Claude vale cuando el cuello de botella está en leer y juzgar. Anthropic muestra planes como Pro, Max y Team; para comprar, lo importante es si tu trabajo incluye documentos largos, borradores sensibles y limpieza editorial.

Claude encaja con tareas como:

bajar el tono comercial de una propuesta,
hacer menos vago un memo para dirección,
encontrar huecos lógicos en una política extensa,
reescribir texto para cliente sin que suene artificial,
separar decisiones, dudas y riesgos en notas de reunión.

Quien más valor obtiene de Claude no siempre escribe desde cero. Muchas veces es quien arregla textos de otros. Esa revisión cuesta tiempo. Si Claude reduce dos vueltas de edición, la suscripción empieza a tener sentido.

Lo elegiría con más cuidado como única herramienta si el resultado debe salir en tablas, JSON, pasos de navegador o entradas para automatización. Puede ayudar, pero la última milla puede volver a caer en una persona.

Gemini mejora cuando Google ya sostiene el trabajo

Gemini se juzga mal si solo se prueba en una ventana vacía. Cambia mucho cuando el trabajo empieza en Gmail, Docs, Sheets, Meet, Drive y búsqueda.

Los planes de Google AI y el material de Workspace AI apuntan justo ahí. El valor práctico no es solo el modelo. Es estar cerca del material.

Tiene sentido probar Gemini cuando:

correo y documentos ya viven en Google Workspace,
las reuniones se convierten en tareas o borradores,
las respuestas con base en búsqueda son importantes,
abrir otra herramienta reduce la adopción,
comentarios, documentos y colaboración ya pasan por Google.

Menos cambio de contexto puede valer más que una respuesta más vistosa. Si no hay que mover documentos, el trabajo pesa menos.

No lo pondría primero si la organización casi no usa Google Workspace o si todo termina en archivos de Microsoft Office.

Perplexity es una entrada de investigación

Perplexity no debería medirse primero como asistente de redacción. Lo uso como punto de arranque para investigación.

La ayuda de Perplexity Pro habla de funciones de búsqueda avanzada, carga de archivos y selección de modelo. En el trabajo diario, su valor es orientar fuentes: qué páginas mirar, qué afirmaciones se repiten y qué enlaces conviene leer primero.

Encaja en trabajos como:

mapear una categoría nueva de producto,
revisar si una afirmación tiene fuentes creíbles,
reunir páginas oficiales y cobertura reciente antes de escribir,
mirar rápido el posicionamiento de competidores,
encontrar dirección antes de leer en profundidad.

Su límite también es claro. No siempre terminaría ahí un memo final, una redacción delicada, una tabla compleja o una salida para automatización. Vale la pena si la investigación abre muchos de tus días.

Copilot se evalúa dentro de Microsoft 365

Copilot necesita otra mirada. Microsoft presenta Copilot para individuos y Microsoft 365 Copilot para entornos de trabajo. El valor se ata a Word, Excel, PowerPoint, Outlook, Teams y cuentas administradas.

Copilot entra en la lista cuando:

Outlook y Teams abren el día,
Word y PowerPoint son los entregables finales,
Excel importa de verdad,
la empresa ya tiene identidad, seguridad y administración de Microsoft,
trabajar dentro de apps existentes vale más que abrir otro espacio de IA.

Puede decepcionar si esperas el chatbot más creativo. Tiene más sentido si quieres reducir trabajo repetido dentro de Microsoft 365.

El error de compra más común

Error	Qué pasa	Mejor regla
Pagar tres herramientas y pegar el mismo prompt	Hay más respuestas, no menos trabajo	Probar por flujo, no por prompt
Elegir la respuesta más bonita	La persona sigue reparando	Medir tiempo de revisión
Ignorar dónde están los datos	Copiar y pegar se vuelve coste oculto	Empezar por ubicación de fuentes
Comprar para un usuario experto	El equipo no adopta	Probar un handoff repetible
Perseguir la última función	El uso cae después de una semana	Atarlo a una tarea semanal

Si la herramienta no elimina un paso, no acorta revisión y no mejora el handoff, yo no correría a pagarla.

Una prueba de una semana

No probaría con un solo prompt. Usaría cinco paquetes de trabajo normales.

Paquete	Entrada	Medida
Lectura documental	PDF largo, notas sucias, fuente contradictoria	si encuentra el punto que falta
Borrador	email, memo, propuesta o FAQ	cuánto sobrevive a la primera revisión
Investigación	documentación oficial, páginas de producto, cobertura reciente	si las fuentes se pueden seguir
Estructura	tabla, checklist, JSON, siguientes acciones	si pasa al siguiente sistema
Handoff	otra persona repite el flujo	si funciona sin mucha explicación

Al final de la semana miraría cinco datos: aperturas, porcentaje de borrador útil, tiempo de revisión ahorrado, destino del resultado y repetibilidad por otra persona.

Criterio práctico desde operación

Para trabajo general, pagaría primero ChatGPT. Cubre más situaciones mixtas: archivos, tablas, navegador, escritura, salidas estructuradas y handoff.

Para lectura larga y reescritura, mantendría Claude cerca. En Google Workspace probaría Gemini antes de descartarlo. Para investigación con fuentes, Perplexity puede ahorrar la primera hora de confusión. En una organización Microsoft 365, Copilot puede ganar por adopción aunque no sea el chatbot más llamativo.

Mis criterios de fallo son sencillos: si después de una semana la persona sigue leyendo el material original, reescribiendo casi todo el borrador y copiando salidas a mano entre herramientas, no renovaría todavía. Puede ser un modelo muy bueno, pero el flujo no mejoró.

Una suscripción de IA no es un premio. Es un gasto operativo pequeño. Debe quitar trabajo humano repetido. Si solo añade otra pestaña, no merece el asiento.

FAQ

Si solo puedo pagar una, ¿ChatGPT es la elección?

Para trabajo mixto, suele ser la primera prueba más segura. Si tu trabajo es lectura y revisión de textos largos, prueba Claude. Si vives en Google Workspace o Microsoft 365, Gemini o Copilot pueden ser más prácticos.

¿La versión gratuita basta?

Para uso ocasional, sí. Una suscripción tiene más sentido con archivos, contexto largo, investigación frecuente o resultados repetidos.

¿Tiene sentido pagar varias?

Sí, si cada una tiene rol. ChatGPT para estructura y handoff, Claude para revisión larga, Perplexity para investigación, Copilot para Microsoft 365. Pagar solapamiento sin reglas suele desperdiciar dinero.

¿Qué cambia al comprar para un equipo?

Entran cuentas, permisos, datos, formación, bajas, seguridad y coste por usuario. Lo que funciona para una persona no siempre sirve para un departamento.

¿Dónde miro precios?

En las páginas oficiales de OpenAI, Anthropic, Google, Perplexity y Microsoft justo antes de contratar. Nombres de planes, límites y precios cambian.

Ruta de workflow

Dónde encaja esta guía

Usa esta sección para conectar la guía que estás leyendo con el workflow más amplio que apoya.

Decisiones de stack Elige el stack que encaja con la madurez operativa del equipo.

Una ruta para comparar plataformas de automatización, builders de apps, builders de agentes, contabilidad y asistentes de IA.

Abrir ruta de workflow

Mejor encaje: equipos que deciden entre comprar una herramienta simple, construir un flujo interno o adoptar una plataforma más amplia
No es ideal si: Solo necesitas un tutorial de un producto concreto, no una decisión de compra basada en tradeoffs.

Fuentes consultadas

Páginas públicas usadas para contrastar hechos reportados, documentación oficial, contexto de política, información de producto y afirmaciones que pueden cambiar.