La concentració d’anuncis de GPT-5.6, ChatGPT Work, Muse Spark 1.1, Reflect, Grok 4.5 i els nous agents de Gemini confirma que la següent batalla de la intel·ligència artificial ja no consisteix únicament a tenir el model més potent, sinó a controlar l’entorn complet on treballen empreses, desenvolupadors i usuaris.
La cursa mundial per la intel·ligència artificial ha entrat en una fase diferent. Durant anys, la competència entre OpenAI, Google DeepMind, Anthropic i Meta es va explicar principalment mitjançant taules de rendiment: quin model raonava millor, quin programava amb més precisió, quin sistema obtenia millors resultats en matemàtiques o quin necessitava menys tokens per resoldre una tasca. Aquesta lògica no ha desaparegut, però ha deixat de ser suficient. En només 72 hores, els principals laboratoris han encadenat una allau d’anuncis que mostra un canvi de fons: els models ja no són el producte complet, sinó una peça dins de plataformes molt més àmplies construïdes al voltant d’agents, eines professionals, API, interfícies de treball, serveis de veu, capacitat de computació i ecosistemes empresarials.
OpenAI ha desplegat GPT-5.6 i ha reforçat ChatGPT com a entorn de treball professional. Meta ha presentat Muse Spark 1.1 i ha obert la seva nova API comercial per a models. Anthropic ha llançat Reflect com una capa d’anàlisi sobre la relació dels usuaris amb Claude, després de reforçar la seva oferta d’agents, programació i ciència. SpaceXAI ha presentat Grok 4.5 com el seu model més avançat per a codi, tasques agèntiques i treball del coneixement. Google, tot i que no va concentrar el seu principal llançament de model en aquelles mateixes hores, ha ampliat els Managed Agents de Gemini API amb execució en segon pla, connexió a servidors MCP remots, crides a funcions i gestió de credencials, completant una estratègia que ja integra Gemini a Search, Workspace, Cloud i les eines creatives.
El canvi és rellevant perquè mostra que la diferenciació s’està desplaçant del laboratori a l’ecosistema. Un gran model encara pot donar prestigi, atreure talent i generar titulars, però ja no garanteix per si sol un avantatge durador. El valor es construeix ara al voltant de la capacitat de convertir aquest model en una eina de treball constant: connectar-lo amb documents, fulls de càlcul, bases de dades, navegadors, terminals, aplicacions corporatives, serveis externs i agents que puguin actuar durant hores sense perdre el context. La pregunta ja no és únicament qui té la IA més intel·ligent, sinó qui aconsegueix integrar-la millor en els processos reals d’empreses i usuaris.
OpenAI representa de manera especialment clara aquest canvi de fase. GPT-5.6 no arriba només com una nova generació de models, sinó com una família organitzada en tres nivells —Sol, Terra i Luna— disponible a ChatGPT, Codex i l’API. Sol ocupa la frontera de rendiment; Terra intenta equilibrar capacitat i cost; Luna prioritza velocitat i eficiència. La segmentació reflecteix una maduració comercial: OpenAI deixa de vendre una única intel·ligència universal i comença a oferir diferents nivells de capacitat per a necessitats i pressupostos diversos.
La importància de GPT-5.6 no rau només en les millores de programació, ciberseguretat, ciència o treball professional. OpenAI el presenta com una infraestructura capaç de produir artefactes complets, coordinar eines, gestionar tasques llargues i adaptar-se a diferents nivells d’esforç. La companyia ha incorporat la família dins de ChatGPT Work i Codex, de manera que els usuaris poden escollir entre Sol, Terra i Luna, configurar la intensitat del raonament i activar modes de més capacitat com max o ultra. A la pràctica, l’empresa està convertint ChatGPT en una estació de treball assistida per IA, i no pas en un simple chatbot.
ChatGPT Work és especialment significatiu perquè planteja una transformació del producte. ChatGPT va néixer com una interfície conversacional on l’usuari feia preguntes i rebia respostes. Ara OpenAI vol que sigui el lloc on es desenvolupa el treball complet: analitzar informació, construir documents, programar, revisar resultats, coordinar agents i crear materials que respectin plantilles o referències. La companyia sosté que GPT-5.6 millora en tasques de diversos passos i en la creació de materials professionals ajustats al context de l’usuari. Aquesta integració acosta ChatGPT a plataformes com Microsoft 365, Google Workspace, Notion o Slack, però amb la IA situada al centre de l’experiència.
La incorporació de GPT-5.6 com a model preferent a Microsoft 365 Copilot reforça aquesta estratègia. Word, Excel, PowerPoint, Chat i Cowork passen a utilitzar la nova família com una capa d’intel·ligència per crear, analitzar i col·laborar. OpenAI no competeix només mitjançant ChatGPT; estén la seva tecnologia a un dels ecosistemes empresarials més grans del món gràcies a la seva aliança amb Microsoft. El model deixa de ser una aplicació aïllada i es converteix en una capacitat distribuïda dins del programari quotidià de milions de professionals.
Meta ha respost des d’una posició diferent. La companyia ha presentat Muse Spark 1.1, una actualització del seu primer gran model desenvolupat per Meta Superintelligence Labs. Meta afirma que la nova versió millora de manera substancial en l’ús d’eines, l’ús de l’ordinador, la programació i les tasques agèntiques, i que pot gestionar activament una finestra de context d’un milió de tokens, recordar accions i recuperar informació d’etapes anteriors del treball. El salt no es limita a la qualitat del model: Muse Spark 1.1 arriba acompanyat de la Meta Model API, que entra en fase d’accés públic i permet als desenvolupadors construir aplicacions comercials sobre els models de la companyia.
L’API és probablement més important que el nom del model. Durant anys, Meta es va diferenciar per publicar models oberts o descarregables, especialment amb la família Llama. Aquesta estratègia li va permetre construir comunitat, pressionar els preus del mercat i presentar-se com una alternativa a OpenAI o Anthropic. Amb Muse Spark i la seva API comercial, Meta hi afegeix una altra capa: vol ser també proveïdor directe d’intel·ligència com a servei. No abandona necessàriament el model obert, però comença a competir en el terreny on OpenAI, Google, Anthropic i SpaceXAI generen ingressos recurrents mitjançant tokens, eines i serveis gestionats.
L’aposta respon a una necessitat empresarial. Meta està invertint quantitats gegantines en centres de dades, semiconductors, energia i talent. Per justificar aquesta despesa no n’hi ha prou amb millorar els algoritmes de recomanació d’Instagram o Facebook. La companyia necessita obrir noves línies de monetització. Una API pròpia permet vendre accés a models, eines de programació i capacitat agèntica, a més de convertir la seva infraestructura en un actiu comercial. La cursa dels models es transforma així en una cursa per capturar ingressos empresarials.
Muse Spark 1.1 també mostra que Meta ha entès el valor del treball prolongat. Una finestra de context enorme només és útil si el model sap administrar-la. Meta destaca que el sistema pot recuperar accions antigues i mantenir la continuïtat al llarg de projectes extensos. Aquest tipus de capacitat és fonamental per a agents que treballen sobre repositoris de codi, investigacions, campanyes de màrqueting o processos corporatius durant hores o dies. El context deixa de ser una xifra de màrqueting i es converteix en memòria operativa.
Anthropic ha seguit una altra ruta. En aquelles mateixes hores no va presentar un nou model de frontera, sinó Reflect, una funció destinada a fer que els usuaris comprenguin millor com utilitzen Claude. El panell permet visualitzar el temps d’ús, les activitats realitzades i la relació entre aquest temps i els objectius personals de l’usuari. A primera vista pot semblar una novetat menor davant GPT-5.6 o Grok 4.5, però revela una estratègia diferent: Anthropic vol distingir-se no només per la capacitat de Claude, sinó per una relació més conscient, transparent i reflexiva amb la intel·ligència artificial.
Reflect encaixa amb la identitat corporativa d’Anthropic. La companyia ha construït la seva marca al voltant de la seguretat, l’autonomia de l’usuari i el desplegament responsable. Permetre que una persona vegi quant temps passa amb Claude i per a què l’utilitza introdueix una capa de metacognició sobre el mateix consum d’IA. En un moment en què els assistents esdevenen més persistents, personals i presents a la feina, la gestió conscient de l’ús pot convertir-se en un element diferenciador, igual com va passar amb les funcions de benestar digital als telèfons i les xarxes socials.
Però Anthropic no es limita a la reflexió. Durant les setmanes anteriors havia llançat Claude Sonnet 5, Claude Science, noves eines de col·laboració i una ampliació dels seus serveis per a empreses. Sonnet 5 va ser presentat com un model d’alt rendiment per a programació, agents i treball professional, mentre que Claude Science proposa un entorn de treball per a investigadors amb eines, capacitat computacional i artefactes auditables.
La lectura conjunta és clara. Anthropic intenta convertir Claude en una plataforma de treball especialitzat. Claude Code vol dominar la programació; Claude Science s’orienta als científics; Cowork i Claude Platform atenen empreses; Reflect hi afegeix una capa de control personal. La companyia no persegueix únicament més usuaris, sinó una posició de confiança en àmbits on la seguretat, la traçabilitat i la qualitat importen tant com la velocitat.
SpaceXAI ha entrat en aquesta batalla amb Grok 4.5, presentat com el seu model més intel·ligent per a programació, tasques agèntiques i treball del coneixement. La companyia afirma que va ser entrenat juntament amb Cursor i que utilitza nous conjunts de dades centrats en ciència, enginyeria i matemàtiques. Grok 4.5 arriba, a més, integrat en una oferta més àmplia que inclou Grok Build, eines de veu, cerca en temps real, integració amb Databricks, accés a través d’Amazon Bedrock i una API comercial.
El canvi de nom corporatiu a SpaceXAI reforça l’ambició d’unir models, infraestructura i aplicacions. Grok ja no depèn únicament d’X com a canal de distribució. L’empresa intenta convertir-lo en una plataforma completa per a desenvolupadors, empreses i usuaris professionals. Grok Build vol competir en programació amb Codex, Claude Code, Cursor i les eines agèntiques de Google. L’API permet integrar el model en aplicacions externes. La veu n’amplia l’ús en interfícies conversacionals. La infraestructura Colossus proporciona la capacitat computacional necessària per sostenir aquesta ofensiva.
Grok 4.5 també confirma la convergència del mercat. Tots els grans laboratoris descriuen ara els seus models amb termes gairebé idèntics: programació, agents, treball del coneixement, ciència, eines i raonament. Les diferències de benchmark continuen existint, però el llenguatge comercial s’ha homogeneïtzat perquè tots persegueixen el mateix objectiu: convertir-se en la capa cognitiva del treball digital.
Google completa aquest mapa des d’una posició estructuralment diferent. Encara que no va llançar un nou model insígnia durant aquelles 72 hores, va anunciar millores en els Managed Agents dins de Gemini API, amb execució de tasques en segon pla, connexió amb servidors MCP remots, funcions personalitzades i actualització de credencials. Amb una sola crida, Gemini pot encarregar-se del raonament, executar codi, instal·lar paquets, gestionar arxius i consultar informació web dins d’un entorn aïllat.
Aquesta evolució és central perquè mostra com Google intenta convertir Gemini en una plataforma operativa. La companyia ja ha integrat l’ús de l’ordinador dins de Gemini 3.5 Flash perquè els agents puguin interactuar amb navegadors, mòbils i escriptoris, i hi ha afegit sistemes de protecció davant injeccions de prompts i accions sensibles.
Google juga, a més, amb un avantatge que cap dels seus rivals no pot replicar completament: controla Search, Android, Chrome, Workspace, YouTube, Cloud, Maps i una part molt important de la infraestructura digital mundial. No necessita que l’usuari adopti una aplicació nova per introduir Gemini; pot incorporar-lo a productes ja existents. La companyia pot convertir els seus agents en una capa transversal que cerqui informació, gestioni correu, creï documents, actuï en navegadors, produeixi vídeo i utilitzi serveis empresarials sense abandonar l’ecosistema de Google.
La integració és precisament el nou centre de gravetat de la competició. OpenAI té ChatGPT, Codex i Microsoft 365. Meta disposa de WhatsApp, Instagram, Facebook, ulleres intel·ligents i una nova API. Anthropic construeix Claude Code, Cowork, Claude Science i serveis empresarials. Google compta amb Workspace, Search, Android i Cloud. SpaceXAI combina Grok, X, eines de programació, veu, infraestructura i serveis externs. Cada laboratori intenta convertir el seu model en el nucli d’un entorn complet.
Aquesta transició altera el valor dels benchmarks. Una diferència de dos o tres punts en una prova de raonament pot ser menys important que disposar d’integració nativa amb els documents d’una empresa, una API estable, eines de seguretat, baixa latència, preus previsibles i capacitat per executar accions. El millor model en una taula pot perdre davant d’un altre lleugerament inferior si aquest últim està més ben distribuït o integrat.
El mercat empresarial serà el gran camp de batalla. Les companyies busquen sistemes que es puguin connectar amb ERP, CRM, bases documentals, correu, fulls de càlcul, repositoris de codi i aplicacions internes. També necessiten traçabilitat, compliment normatiu, residència de les dades, controls humans i costos controlables. Per això els laboratoris estan deixant enrere la lògica de l’assistent genèric i creen plataformes específiques per a programació, ciència, vendes, productivitat, atenció al client o automatització.
Els agents són l’element que uneix totes aquestes estratègies. Un model respon; un agent actua. Pot planificar, utilitzar eines, consultar sistemes, corregir errors, mantenir objectius i treballar de manera asíncrona. Google permet executar agents en segon pla. OpenAI coordina diversos agents amb els modes max i ultra. Meta destaca la gestió activa del context de Muse Spark. Anthropic reforça Claude Code i els seus espais de treball. SpaceXAI presenta Grok 4.5 i Grok Build per a processos prolongats.
L’aparició de MCP com a estàndard de connexió entre models i eines també accelera aquesta convergència. Si els agents poden connectar-se fàcilment amb servidors, aplicacions i fonts de dades externes, el model deixa d’estar tancat en una interfície. Passa a formar part d’una infraestructura interoperable. Els laboratoris competiran aleshores no només per la intel·ligència, sinó per convertir-se en l’orquestrador principal d’aquestes connexions.
Per als mitjans de comunicació, aquesta nova fase obre oportunitats i riscos. Els sistemes poden ajudar a investigar, verificar dades, transcriure entrevistes, produir peces multimèdia, editar vídeo, generar gràfics, organitzar arxius i adaptar continguts a diferents plataformes. Però també incrementen la dependència de proveïdors externs i plantegen dubtes sobre propietat intel·lectual, transparència, errors, biaixos i control editorial. Un agent capaç de produir una notícia completa no elimina la necessitat de criteri periodístic; n’augmenta la importància.
Per a les empreses, l’impacte serà més immediat. L’adopció de la IA deixarà de centrar-se a oferir un compte de chatbot als treballadors i passarà a integrar agents dins de processos específics. Un agent podrà preparar una proposta comercial, revisar contractes, respondre clients, auditar codi, generar una presentació o actualitzar bases de dades. L’avantatge competitiu no procedirà simplement d’“utilitzar IA”, sinó de redissenyar el treball al voltant de sistemes capaços d’actuar.
La monetització serà el següent gran filtre. Entrenar i executar aquests models exigeix inversions colossals. OpenAI, Meta, Google, Anthropic i SpaceXAI necessiten demostrar que poden convertir la capacitat tecnològica en ingressos sostenibles. Les API, les subscripcions professionals, els agents empresarials, els serveis al núvol, les eines de programació i els acords amb grans plataformes són les vies principals. La cursa dels benchmarks es converteix en una cursa pel marge, la retenció de clients i el cost per tasca completada.
També augmenta el risc de dependència. Una empresa que construeixi tots els seus processos sobre un únic laboratori pot quedar exposada a canvis de preus, restriccions reguladores, interrupcions o decisions geopolítiques. La velocitat dels anuncis d’aquestes 72 hores demostra que el mercat canvia massa de pressa per confiar en una arquitectura tancada. Les organitzacions necessitaran estratègies multimodel, portabilitat i capacitat de substituir proveïdors.
