El resumen en un párrafo
Todos los principales proveedores de IA lanzaron mejoras de memoria en el H1 de 2026. Ninguno de ellos lanzó portabilidad de memoria. Seis meses después, la situación sigue sin cambios en los aspectos que más afectan a los usuarios: la memoria está más afianzada dentro del jardín vallado de cada proveedor y no es nada más fácil moverla entre ellos. El movimiento interesante está ocurriendo en la capa intermedia: la adopción de MCP, las bóvedas de memoria de terceros y un grupo pequeño pero real de usuarios avanzados nativos de IA que ahora tratan la elección de «qué modelo» como una decisión mensual en lugar de un compromiso anual.
Actualización · 26 de agosto de 2026
Agosto de 2026: la memoria se convirtió en el producto
Seis semanas después de que saliera este informe, lo que describía como un proceso en cámara lenta dejó de ser lento. La memoria ya no es una función más dentro de los productos de IA; para la mayoría de los principales proveedores, ahora es la función con la que se presentan. Todo lo que figura a continuación sigue vigente. Lo que cambió es el ritmo y el tamaño de la brecha entre «nuestra IA te recuerda» y «esa memoria es tuya».
Lo que se lanzó
Anthropic, 25 de agosto. Claude ahora conserva la memoria entre chats y en las sesiones de Cowork, con una lista legible y editable de lo que ha retenido, organizada en temas que puedes eliminar de forma individual. Los temas sensibles están desactivados por defecto. Es el mejor control de memoria para el consumidor que alguien haya lanzado, y hay que decirlo con claridad: lo analizamos en detalle aquí. También sigue siendo la copia que Anthropic tiene de ti, en los servidores de Anthropic, en el formato de Anthropic.
OpenAI, plan gratuito. El plan gratuito de ChatGPT ahora recuerda bastante más, incluida una versión más ligera del comportamiento de hacer referencia a chats anteriores que antes era solo de pago. Es genuinamente bueno para las personas a las que llega, y más información sobre ti almacenada en un lugar que no controlas, que es algo muy distinto a que te pertenezca más información.
La capa de memoria se saturó. Un grupo visible de startups ahora vende «memoria para tu IA» como un producto independiente, y las grandes plataformas han comenzado a tratar el contexto persistente como un eje competitivo en lugar de una simple comodidad. Difieren enormemente en su enfoque y comparten un rasgo estructural: la memoria vive dentro del producto de alguien más.
Los tres problemas que nadie resolvió
Portabilidad. Ninguno de los lanzamientos de agosto facilitó el traslado de lo que una IA sabe sobre ti a una IA diferente. La memoria se hizo más profunda y los muros se hicieron más altos exactamente al mismo ritmo.
Procedencia. Cada nueva interfaz de memoria te muestra conclusiones sin la evidencia que las respalda. Puedes leer «prefiere comentarios directos» y borrarlo, pero no puedes averiguar si provino de un martes en el que estabas irritable o de cien muestras consistentes; y ambas situaciones merecen un tratamiento opuesto. Ya explicamos por escrito por qué un botón de editar no resuelve esto.
Permanencia. Las retiradas de modelos siguieron ocurriendo según el calendario de los proveedores, y siguen lanzándose sin una exportación de «esto es lo que este modelo sabía sobre ti». Tu lista almacenada sobrevive al cierre. El asistente que sabía cómo usarla, no.
Por qué esto es una buena noticia para el debate
Sería fácil interpretar un mes lleno de lanzamientos de memoria por parte de los proveedores como el cierre de la categoría. Nosotros lo vemos al revés. Cada proveedor que lanza memoria enseña a millones de personas a esperar una IA que las conozca; y en el momento en que esa expectativa se vuelve normal, la siguiente pregunta surge por sí sola la primera vez que alguien cambia de plan, cambia de herramienta o ve cómo retiran un modelo: ¿de quién es esta copia?
Nadie ofreció una respuesta a eso en agosto. Esa pregunta define toda la categoría, y sigue abierta.
Capítulo 1 — Qué cambió en el H1 de 2026
Solo seis cambios de producto importaron realmente en la primera mitad del año. Todo lo demás fue ruido.
- OpenAI lanzó GPT-5. Mayor contexto efectivo, cambios sutiles en la recuperación de información y una ola de quejas de «siento que mi ChatGPT está diferente» que alcanzó su punto máximo seis semanas después del lanzamiento. El comportamiento del panel de memoria guardada no cambió; la disposición del modelo a usarlo, sí.
- Anthropic lanzó Claude 4.5. Projects se volvió más preciso (mejor recuperación dentro de un Project), pero la memoria entre diferentes Projects se mantuvo ausente de forma deliberada: la filosofía de Anthropic de que el contexto debe ser acotado y no global se mantiene firme.
- Google unificó la memoria de Gemini y la era de Bard. La antigua «información guardada» de Bard migró a la interfaz actual de Gemini con una gestión impecable de duplicados. La capa de contexto de Workspace se amplió: la integración con Docs y Drive ahora está activada por defecto para los resultados personalizados.
- Perplexity lanzó Memory y amplió Spaces. La primera función de Perplexity que compite directamente con la memoria de ChatGPT. Spaces incorporó compatibilidad para subir archivos e instrucciones a nivel de sistema por cada Space.
- Microsoft renovó su marca y consolidó la memoria de Copilot. Copilot para consumidores y M365 Copilot ahora son claramente dos productos con dos modelos de memoria, algo que… ya tardaba demasiado.
- xAI añadió Grok Memory. Llegó tarde, pero es real. La capa de integración con X hace que Grok sea estructuralmente distinto de cualquier otro proveedor.
Capítulo 2 — La tabla de evaluación del H2
Doce ejes, seis proveedores, una tabla honesta. Las puntuaciones van del 1 (más débil) al 5 (más fuerte) según nuestras pruebas controladas a lo largo del segundo trimestre de 2026. Ninguno de los seis obtuvo más de un 3 en portabilidad. Esa es la realidad.
| Eje | ChatGPT | Claude | Gemini | Copilot | Perplexity | Grok |
|---|
| Capa de memoria explícita | 5 | 3 | 4 | 3 | 3 | 3 |
| Profundidad del contexto implícito | 2 | 2 | 5 | 5 | 3 | 4 |
| Ventana de contexto efectiva | 4 | 5 | 5 | 3 | 3 | 3 |
| Precisión de recuperación | 4 | 4 | 3 | 3 | 4 | 3 |
| Capacidad de edición de la memoria | 4 | 4 | 4 | 3 | 4 | 3 |
| Continuidad entre dispositivos | 4 | 4 | 5 | 4 | 4 | 3 |
| Completitud de la exportación | 3 | 3 | 3 | 2 | 2 | 3 |
| Importación desde otro lugar | 1 | 1 | 1 | 1 | 1 | 1 |
| Estabilidad ante actualizaciones de modelos | 2 | 3 | 3 | 3 | 3 | 3 |
| Controles de privacidad | 4 | 4 | 4 | 5 | 4 | 3 |
| Soporte para MCP | 2 | 4 | 2 | 2 | 2 | 2 |
| Portabilidad | 1 | 2 | 1 | 1 | 1 | 1 |
Capítulo 3 — La brecha de portabilidad
En todos los ejes, excepto en uno, al menos un proveedor obtiene una puntuación de 4 o 5. En portabilidad, nadie supera el 2. Esa es toda la historia estructural de 2026. Los proveedores compiten con fuerza en cuánto recuerdan y qué tan bien recuperan la información, y no hacen ningún esfuerzo por permitirte llevar esa memoria a otro lugar.
La lógica económica es obvia: la memoria representa un coste de cambio, y el coste de cambio es retención. Un usuario que ha pasado seis meses entrenando a ChatGPT en su voz, preferencias y proyectos es mucho más difícil de atraer que uno que acaba de registrarse. Todos los proveedores lo saben. Ninguno tiene un incentivo comercial para facilitar la exportación e importación entre competidores.
Lo que cambió en 2026 es que la demanda de los usuarios por la portabilidad se ha hecho visible. El auge de herramientas como Konshus, la (lenta) adopción de MCP y la creciente cantidad de búsquedas del tipo «ayuda quiero cambiarme de ChatGPT a Claude» apuntan a la misma frustración de fondo.
Capítulo 4 — El peaje de actualizar el modelo
Cada actualización de modelo en el H1 de 2026 causó una desviación visible de la personalidad para un subconjunto de usuarios. GPT-5 fue el más comentado. Claude 4.5 fue el que más cambió de tono. La actualización de verano de Gemini fue la más fluida, en gran parte porque Gemini se apoya en datos en vivo de Workspace, que se mantienen estables entre cambios de modelo de una forma en que las memorias guardadas no lo hacen.
El coste de un cambio de modelo para un usuario intensivo es medible: en pruebas de rendimiento controladas (consulta la desviación de personalidad, con datos), el tono y las preferencias declaradas variaron entre un 15 y un 35 % ante el mismo prompt de entrada entre distintas versiones de modelo del mismo proveedor. No se trata de una sensación subjetiva de que «se siente diferente»: es el comportamiento medible subyacente del modelo que cambia ante entradas estables.
Capítulo 5 — En qué punto está realmente MCP
Se suponía que el Model Context Protocol sería la base primitiva de la portabilidad. En el H1 de 2026 se parece más a una base de portabilidad para desarrolladores, no para consumidores. Cursor, Cline y otras herramientas para desarrolladores lo utilizan intensamente. La IA de consumo ha ido más despacio: el soporte nativo de Anthropic es el más destacado; OpenAI ha mantenido un perfil bajo.
El panel de control de nuestros operadores muestra que las conexiones de clientes MCP crecieron aproximadamente el doble trimestre tras trimestre en el H1 de 2026, pero las cifras absolutas siguen siendo pequeñas: el usuario promedio de IA nunca ha oído hablar de MCP. El siguiente punto de inflexión llegará cuando un producto de IA de consumo ofrezca por defecto la inyección de memoria basada en MCP. Nadie lo ha hecho aún.
Capítulo 6 — Lo que realmente funciona
Dado el panorama, la estrategia duradera para cualquiera que se preocupe por la continuidad no ha cambiado desde el H1 y probablemente se mantendrá igual durante el H2:
- Mantén una versión canónica de las cosas importantes sobre ti (voz, preferencias, proyectos, datos clave) fuera de cualquier proveedor individual.
- Usa la capa de memoria nativa de cada proveedor como un acelerador, no como un cimiento. Asume que tarde o temprano será eliminada, modificada o retirada.
- Depura mensualmente el panel de memoria de cada proveedor. La eliminación silenciosa es la mayor fuente de desviación de la memoria y nadie te avisa.
- Trata las actualizaciones de modelos como una interrupción programada. Ten listo un «contrato de voz» y un conjunto de ejemplos few-shot para volver a aplicarlos después de cada una.
- Exporta todo lo que puedas. Incluso si nunca usas el archivo, el día que el proveedor cambie algo que no te guste, agradecerás tenerlo.
La versión completa paso a paso de esta guía práctica está en la guía completa para ser dueño de tu conciencia de IA.
Capítulo 7 — Predicciones para el H2
- Al menos una retirada importante de modelo con menos de 90 días de aviso.
- Copilot o Gemini lanzarán una función de «exportación de memoria» que generará algo estructuralmente similar al documento de personalidad de Konshus.
- La adopción de MCP entre consumidores seguirá por debajo del 5 % a final de año.
- Al menos dos personalidades reconocidas de la IA publicarán artículos sobre «por qué dejé ChatGPT» citando la propiedad de la memoria como el motivo.
- La portabilidad seguirá teniendo la puntuación más baja en todas las tablas de evaluación.
Volveremos a aplicar la tabla de evaluación en enero y mediremos nuestros aciertos frente a estas predicciones. Si quieres que te avisemos cuando salga la próxima edición, conoce Konshus — recibirás una notificación cuando se publique.