El mercado de LLMs corporativos en 2026 tiene tres opciones principales para empresa mediana española: ChatGPT Enterprise de OpenAI, Claude for Work (anteriormente Claude Team) de Anthropic, y Gemini Workspace de Google.
Los benchmarks académicos que comparan estos modelos son útiles para ingenieros. No son útiles para un CEO que necesita decidir donde meter a 80 empleados en una plataforma con contrato anual.
Esta guía compara los tres desde el angulo de compra mid-market ES: precio real, integración con stack existente, data residency, mínimos de contrato, soporte y capacidad de RAG corporativo.
La recomendación al final no es neutral. Una decisión de compra no debería serlo.
El contexto de compra mid-market español
Una empresa mediana española de 100-400 empleados tiene típicamente uno de estos dos stacks:
Stack Microsoft: Microsoft 365 (Outlook, Teams, SharePoint, OneDrive). Posiblemente Azure. Muchas veces Dynamics 365 o SAP. Probablemente Sage o A3 para contabilidad.
Stack Google: Google Workspace (Gmail, Drive, Meet, Docs). Posiblemente GCP. Menos frecuente en empresas de más de 100 empleados en España salvo sector tech.
Hay un tercer tipo — stack heterogéneo o propietario — que es el más común en empresas con más de 15 años de historia. En ese caso, la integración con cualquiera de las tres plataformas es un proyecto en si mismo.
Este contexto importa porque la decisión de LLM no es solo una decisión de modelo. Es una decisión de ecosistema.
Tabla comparativa 2026
| ChatGPT Enterprise | Claude for Work | Gemini Workspace | |
|---|---|---|---|
| Precio base | ~30 USD/usuario/mes (mínimo ~150 usuarios para negociar) | ~30 USD/usuario/mes (Business) o enterprise pricing | Incluido en Google Workspace Business Plus (~14 EUR/usuario/mes) o Gemini Business add-on (~22 EUR/usuario/mes) |
| IVA aplicable | Si (servicio digital prestado en ES) | Si | Si |
| Mínimo contrato | 150 usuarios o negociación enterprise | 5 usuarios en Business; enterprise flexible | Según plan Workspace existente |
| Data residency EU | Disponible en Enterprise (data stored in EU región) | Data processing agreements con garantías EU | EU data residency disponible en planes Workspace Enterprise |
| Integración Microsoft 365 | Nativa vía Microsoft Copilot (competidor) o API | Vía API / plugins / terceros | Limitada nativa; vía API o Vertex AI |
| Integración Google Workspace | Limitada nativa; vía ChatGPT en Drive (beta) | Vía API / plugins | Nativa total en Drive, Docs, Meet, Gmail |
| RAG corporativo | GPT-4o con archivos, MyGPTs, Enterprise search | Projects con bases de conocimiento, visión | Gemini con NotebookLM Enterprise, Drive indexing |
| Soporte | Account manager en enterprise; email en plans menores | Email/chat en Business; SLA enterprise | Google Workspace support; SLA según plan |
| Compliance | SOC 2 Type II, ISO 27001, HIPAA (Enterprise) | SOC 2 Type II, GDPR DPA disponible | ISO 27001, SOC 2, GDPR, más certificaciones GCP |
| Audit logs | Disponible en Enterprise | Disponible en Enterprise | Vía Google Admin |
Nota: precios y disponibilidad cambian. Verifica siempre con el proveedor antes de firmar. Los precios indicados son orientativos a mayo 2026.
ChatGPT Enterprise: cuando tiene sentido
OpenAI tiene la ventaja del reconocimiento. Si tus empleados ya usan ChatGPT de forma no supervisada (y en la mayoría de empresas lo hacen), migrar a Enterprise da control sobre datos corporativos, historial y acceso.
Fortalezas reales:
- Ecosistema de GPTs y plugins — el mayor del mercado
- GPT-4o es un modelo competente para la mayoría de casos de uso generativos
- La marca es reconocida; la curva de adopción interna es más corta
- Data no usada para entrenamiento en Enterprise (confirmado por contrato)
Debilidades para mid-market ES:
- El mínimo de usuarios para enterprise pricing real es alto para empresa de menos de 200 personas. Con menos usuarios, el precio por asiento puede ser el mismo que un plan Business sin el SLA enterprise.
- La integración con Microsoft 365 es vía plugins o API, no nativa. Microsoft tiene su propio Copilot que compite directamente y que tiene mejor integración nativa con el stack Microsoft.
- Si tu empresa ya paga Microsoft 365 E3/E5, ya tienes acceso a Copilot incluido. Pagar ChatGPT Enterprise además requiere justificación clara de por que un modelo es superior en tu caso de uso específico.
Claude for Work: cuando tiene sentido
Anthropic posiciona Claude como el LLM para tareas de razonamiento complejo, escritura larga y trabajo con documentos extensos. En la práctica, el modelo tiene algunas diferencias técnicas reales:
Fortalezas reales:
- Contexto largo (hasta 200K tokens en Claude 3.5 Sonnet) — útil para análisis de contratos, documentos legales extensos, informes financieros largos
- Comportamiento más predecible en instrucciones estructuradas — mejor para flujos de trabajo con prompts sistematizados
- Menor tasa de alucinaciones en algunos benchmarks de precisión factual — relevante para casos de uso legales, fiscales o de compliance
Debilidades para mid-market ES:
- Ecosistema de integraciones más pequeño que OpenAI
- Menor reconocimiento de marca entre empleados no técnicos — la adopción interna puede requerir más esfuerzo
- Sin integración nativa con Microsoft 365 ni Google Workspace — todo vía API o terceros
- Precio similar a ChatGPT Enterprise sin las ventajas de ecosistema
Claude for Work tiene sentido claro en contextos donde el caso de uso principal es análisis de documentos largos, trabajo jurídico o fiscal, o donde el equipo de IT tiene capacidad de integrar vía API.
Gemini Workspace: cuando tiene sentido
Si tu empresa ya corre en Google Workspace, Gemini es la opción económicamente más eficiente. No necesariamente la técnicamente superior, pero la que tiene el mejor ratio precio/integración para stack Google.
Fortalezas reales:
- Integración nativa total: Gemini dentro de Gmail, Docs, Sheets, Meet, Drive — sin setup adicional
- NotebookLM para RAG corporativo sobre Drive: indiza documentos internos sin necesidad de infraestructura adicional
- Precio add-on sobre Workspace existente — no un contrato nuevo, un add-on
- Google Cloud para data residency EU bien establecida y documentada
Debilidades para mid-market ES:
- Si tu empresa no corre en Google Workspace, Gemini pierde su principal ventaja competitiva
- Gemini el modelo tiene un historial más variable en precisión — mejor en código y razonamiento multimodal, menos consistente en castellano para algunos casos de uso
- Menos ecosistema de GPTs/agentes que OpenAI
Recomendación por sector
Legal / fiscal / consultoría: Claude for Work si el caso de uso principal es análisis de contratos, documentos largos o trabajo de precisión. ChatGPT Enterprise si el equipo ya lo usa y la integración es menos crítica que la adopción.
Stack Microsoft: Evalúa primero Copilot para Microsoft 365 antes de contratar nada. Si Copilot no cubre el caso de uso (y hay varios donde no lo hace), entonces ChatGPT Enterprise tiene sentido por ecosistema. Claude vía API para casos de uso específicos de documentos largos.
Stack Google: Gemini Workspace es el default económico. Evalúa si el caso de uso requiere algo que Gemini no da — entonces Claude o ChatGPT vía API para ese caso específico.
Manufactura / operaciones: El caso de uso suele ser documentación técnica, análisis de datos de planta, y automatización de reportes. ChatGPT Enterprise o Claude — depende de si el equipo de IT puede integrar vía API o necesita una solución sin código.
Fintech / e-commerce: Típicamente más necesidad de integración vía API y RAG sobre datos propios. Los tres pueden cubrir esto, pero la decisión depende más de donde corre la infraestructura (Azure/GCP/AWS) que del modelo en si.
Lo que debes preguntar antes de firmar
Independientemente del proveedor que elijas, estas son las preguntas que debes hacer y cuyas respuestas debes tener por escrito antes de firmar:
-
Data residency: donde se procesan y almacenan mis datos? Hay opción de región EU-only? Que garantías hay de que datos corporativos no salen de la UE?
-
Training opt-out: mis datos y los outputs de mis usuarios se usan para entrenar futuros modelos? El opt-out esta activo por defecto en el plan que contrato, o tengo que solicitarlo explícitamente?
-
Audit logs: que logs genera el sistema sobre uso de usuarios? Quien tiene acceso? Durante cuanto tiempo se retienen? Puedo exportarlos?
-
Uptime SLA: cual es el SLA de disponibilidad? Que compensación hay si no se cumple? Hay incidentes históricos documentados en los últimos 12 meses?
-
Clausulas EU AI Act: como clasifica el proveedor su sistema bajo el EU AI Act? Que documentación técnica está disponible para mis obligaciones como desplegador?
-
Mínimo de usuarios y duración: cual es el mínimo de usuarios para el precio que me están ofreciendo? Cual es la duración mínima del contrato? Que pasa si necesito escalar o reducir usuarios a mitad de contrato?
-
Soporte en castellano: hay soporte técnico en castellano? En que horas? Vía que canal? Hay SLA de respuesta?
Si un proveedor no puede responder estas preguntas antes de cerrar el contrato — no cierres el contrato.
El error más caro
El error que más empresas medianas cometen: contratar la plataforma LLM corporativa antes de tener claro el caso de uso principal.
Una licencia de ChatGPT Enterprise para 200 usuarios sin un caso de uso definido, un owner responsable de adopción, y una métrica de éxito — es un gasto, no una inversión.
Empieza por el caso de uso. Define que problema específico quieres resolver, para quien, con que métrica de éxito. Luego elige la plataforma que mejor cubre ese caso de uso con el stack que ya tienes.
Next action
Antes de pedir propuesta a ningún proveedor, completa esta lista en una página: caso de uso principal (una frase), número de usuarios activos esperados, stack de software existente (Microsoft/Google/otro), requisito de data residency EU (si/no), y presupuesto anual máximo.
Con esa página puedes pedir propuestas comparables y evitar que el vendor te venda la feature que más le conviene.
Si quieres revisar una propuesta concreta de vendor antes de firmar, abre una consulta.
Relacionado
- AI Tool Sprawl: demasiadas herramientas destruye la decisión
- AI Stack for Mid-Market: ERP, CRM, BI y automatización sin ruido
- Model Routing as Governance: política de modelos no intuición
Relacionado
- Claude entra en la Big Four: cuando la consultoría deja de vender IA y empieza a operar con IA — PwC y KPMG movieron Claude hacia el centro de su operación. La señal no es solo adopción de IA: es que la consultoría empieza a….
- Financial Agents: por que los agentes verticales ganan a los copilotos genéricos — Anthropic lanzo agentes financieros listos para tareas concretas. La tesis es clara: en enterprise, los agentes verticales con….
- 12 herramientas IA gratis (o casi gratis) para empresa mediana española 2026 — guía decisión real — 12 herramientas IA con free tier real para empresa mediana española. Tabla con caps, upgrade triggers y cuándo NO usarlas — más el….