No hay un único ganador; las herramientas han convergido en una capacidad similar y han divergido en precio y transparencia. ChatGPT y Perplexity publican límites exactos de ejecuciones; Google y Anthropic no publican ninguna cifra para el Deep Research de Gemini ni el de Claude.
Perplexity es la que hay que vigilar. Su cuota de Deep Research en el nivel Pro se recortó de unas 500-600 ejecuciones al día a unas 20 al mes, en un cambio no anunciado de principios de 2026, y esa cifra más baja seguía vigente según el seguimiento más reciente. Si te suscribiste específicamente por Deep Research, comprueba tu cuota real actual antes de depender de Perplexity para eso.
La vieja afirmación de que "Gemini no puede con archivos, solo ChatGPT puede" está desactualizada. Google añadió soporte para subir archivos e imágenes a Gemini Deep Research en mayo de 2025; ambas herramientas aceptan ahora tus propios documentos como fuentes junto con la investigación en la web abierta.
En un estudio real de precisión de citas, la familia de modelo predijo la precisión mejor que la reputación de la empresa: la familia GPT-5 de OpenAI puntuó 39-59% en precisión de verificación de hechos para sus afirmaciones citadas, la serie 3 de Gemini puntuó 45-49%, y la familia Claude de Anthropic puntuó más alto, con 52-77%, siendo Claude Opus 4.5 el mejor de todos con aproximadamente un 77%.
"Deep Research" significa algo ligeramente distinto en cada empresa, pero la forma es la misma: le das una pregunta de investigación y, en lugar de una respuesta de chat, planifica una investigación de varios pasos, navega por decenas o cientos de fuentes, y vuelve minutos después con un informe extenso y citado. OpenAI introdujo la categoría primero en febrero de 2025; Google, Anthropic y Perplexity han lanzado desde entonces cada uno su propia versión. Este artículo compara las versiones independientes de asistente de chat de la función. Gemini Notebook (antes NotebookLM) también tiene su propio modo Deep Research, que funciona solo contra las fuentes de tu cuaderno en lugar de la web abierta; nuestra guía de Deep Research de Gemini Notebook cubre esa versión en concreto.
Límites actuales por nivel, herramienta por herramienta
Esta tabla es la parte que casi ninguna comparativa acierta, porque las cifras no dejan de cambiar y los artículos más antiguos simplemente no se actualizan. Trata con cautela cualquier cosa que leas en otro sitio con fecha de publicación anterior a mediados de 2026: es muy probable que esté desactualizada.
Tool Free tier Mid tier Top tier
------------------------------------------------------------------------------------
ChatGPT 5 lightweight Plus/Team/Edu: 25 full Pro: 250 full
Deep Research runs/month runs/mo + unlimited runs/month
lightweight fallback
Gemini Deep No published No fixed run count. Google replaced flat
Research number daily limits with a rolling 5-hour compute
quota on 17 May 2026, weighted by request
complexity: Free/Standard baseline, AI Pro
~4x, Ultra $99.99 5x, Ultra $199.99 20x
Claude Research Not available on Pro/Max/Team/Enterprise: Same as mid tier;
Free plan no separate quota, uses Max gets 5-20x more
standard Claude usage total usage than Pro
limits
Perplexity Deep 5 runs/day Pro ($20/mo): ~20 runs/ Max ($200/mo):
Research month (cut from ~500-600/ unlimited
day in an unannounced
early-2026 change)
Sources: OpenAI's own Deep Research documentation; Google's Gemini
Deep Research page and support pages on the May 2026 compute-quota
restructure; Anthropic's support.claude.com Research article;
Perplexity usage-limit tracking via ailimit.watch, corroborated by
Reddit and Trustpilot complaints. Current as of 29 Aug 2026. Neither
Google nor Anthropic publishes an exact numeric Deep Research limit;
re-check in-app before assuming these figures hold indefinitely.La fila de Gemini se ve distinta de las demás a propósito. Comparativas más antiguas, incluidas algunas publicadas este mismo año, todavía enumeran una cifra plana de "X ejecuciones de Deep Research al día" para Gemini, arrastrada de antes de que Google eliminara los topes diarios fijos de prompts y funciones el 17 de mayo de 2026 en favor de la cuota de cómputo continua de arriba, detallada con más profundidad en nuestro propio desglose de precios de Google AI Ultra. Si una comparativa de Gemini que estás leyendo cita una cifra diaria concreta de Deep Research sin mencionar esa reestructuración, está describiendo un sistema que Google ya no usa. Las cifras de ChatGPT remiten a la propia documentación de lanzamiento de Deep Research de OpenAI, y vale la pena saber que OpenAI dividió lo que antes era un único plan Pro de 200 $ en niveles separados de 100 $ y 200 $ en abril de 2026, ambos aparentemente con la misma asignación mensual de 250 ejecuciones; comprueba el indicador de límite de tu propia cuenta si la cifra exacta importa para tu flujo de trabajo.
Por qué Google y Anthropic no publican una cifra
Esta asimetría merece mencionarse por sí sola, porque determina lo predecible que resulta usar cada herramienta en la práctica. OpenAI y Perplexity publican ambas un número exacto de ejecuciones por periodo de facturación, así que siempre sabes cuánto te queda. La página oficial de Gemini Deep Research de Google describe la disponibilidad por nivel de suscripción y dice que los informes llegan "en minutos", pero no indica en ningún sitio de la página un número máximo de ejecuciones. El centro de ayuda de Anthropic es explícito en que Research "está sujeto a los mismos límites que las conversaciones estándar de Claude", lo que significa que no hay ninguna cuota separada de Deep Research que rastrear, solo tu asignación normal de mensajes, que una sesión de investigación intensa consume más rápido porque Claude recupera y lee varias fuentes por turno. Si la previsibilidad te importa más que la capacidad en bruto, esa diferencia por sí sola podría decidir qué herramienta encaja mejor con tu flujo de trabajo que cualquier comparación de calidad de las de abajo.
La cuestión multimodal, resuelta
Una afirmación concreta sigue circulando en comparativas antiguas: que el Deep Research de ChatGPT acepta tus propios archivos e imágenes como entrada mientras que el de Gemini es solo texto de la web. Eso era cierto cuando se escribió, pero Google cerró la brecha en su evento I/O de mayo de 2025, añadiendo soporte para subir archivos e imágenes a Deep Research, de modo que puede combinar tus propios documentos con investigación en la web abierta en una sola ejecución, la misma capacidad básica que ya tenía ChatGPT. Si estás leyendo una comparativa que todavía plantea esto como una ventaja exclusiva de ChatGPT, está describiendo una brecha que se cerró hace más de un año. Ambas herramientas te permiten ahora subir material fuente directamente; ninguna publica un límite exacto de tamaño por archivo específico para Deep Research, separado de sus límites generales de subida en el chat.
El colapso de la cuota de Perplexity: la historia que otras comparativas se saltan
Todos los artículos existentes de "ChatGPT vs Gemini" que encontramos ignoran por completo el Deep Research de Perplexity, o tratan sus límites antiguos como si siguieran vigentes. Es un hueco real, porque la asignación de Deep Research del nivel Pro de Perplexity ha sufrido el recorte más brusco de todas las herramientas cubiertas aquí. Durante la mayor parte de 2025, los suscriptores de Perplexity Pro podían ejecutar Deep Research entre 500 y 600 veces al día, aproximadamente. En un cambio no anunciado que se sitúa en febrero de 2026, esa asignación cayó a unas 20 ejecuciones al mes, una reducción de más del 95%, descrita en el propio registro de cambios de Perplexity únicamente como un ajuste de los límites de uso para "asignar más potencia de cómputo por sesión". El cambio generó un rechazo visible: las búsquedas de "cancel perplexity" y "perplexity pro limits" se dispararon ese mes, y se acumularon quejas en Reddit y Trustpilot de usuarios que habían pagado Pro específicamente por su capacidad de investigación. Según el seguimiento más reciente, esa cifra más baja de ~20 al mes seguía siendo la asignación Pro vigente, y el nivel Max de 200 $/mes seguía siendo la única opción ilimitada.
Si hoy eliges Perplexity Pro específicamente por Deep Research, calcula aproximadamente una ejecución cada día y medio o dos días a lo largo de un mes, no la cifra de muchas ejecuciones al día que todavía circula en coberturas que no se han puesto al día con el cambio. Si tu flujo de trabajo realmente necesita más que eso, la asignación ilimitada de Max o la cuota mensual de una herramienta competidora pueden encajar mejor antes de que choques contra un muro a mitad de proyecto.
Cuál alucina realmente menos: un benchmark real
Casi todas las comparativas existentes se basan en la lectura subjetiva de una persona sobre un par de informes de prueba. Un artículo de investigación de mayo de 2026, "Cited but Not Verified: Parsing and Evaluating Source Attribution in LLM Deep Research Agents", es una alternativa más rigurosa. Puso a prueba 14 modelos de código cerrado y abierto usados en agentes de deep research frente a tres dimensiones distintas: si un enlace citado realmente funciona, si el contenido enlazado es relevante para el tema, y si el contenido citado realmente respalda la afirmación a la que está asociado, algo que el artículo llama su puntuación Fact Check. Esa última dimensión, la más estricta, complica la suposición de que más citas significa un informe más fiable.
Model family (frontier models tested) Link works Relevant content Fact Check
--------------------------------------------------------------------------------------
OpenAI (GPT-5 Mini, 5.2, 5.4, Codex) 97-100% 87-94% 39-59%
Claude (Sonnet 4.5/4.6, Opus 4.5/4.6, 97-99% 84-96% 52-77%
Haiku 4.5) (Opus 4.5
highest: 77%)
Gemini (3 Flash, 3.1 Pro) ~94% 81-83% 45-49%
Source: "Cited but Not Verified" (arxiv.org/abs/2605.06635), Table 1,
submitted May 2026. Figures are the paper's own model-level testing of
each family's frontier entries, not a live re-run performed for this
article, and reflect the underlying models' research-agent behavior
rather than a test of the exact commercial product wrapper (ChatGPT,
Gemini, or Claude's own app) each company ships. Treat as directional
evidence of a real accuracy gap, not a guarantee about any single
Deep Research run today.Casi todos los modelos probados aciertan en la mecánica: los enlaces funcionan y el contenido es relevante para el tema bien por encima del 90% de las veces en las tres familias. La brecha se abre en la prueba más estricta, si el pasaje citado realmente respalda lo que afirma el informe. Ahí, los modelos probados de OpenAI se agrupan más bajo (39-59%), los de Gemini quedan en el medio (45-49%), y los modelos de Claude puntúan más alto, con Opus 4.5 como el mejor de todos con aproximadamente un 77%. Nada de esto significa que el producto de una empresa sea simplemente "mejor"; significa que un informe con citas de aspecto convincente no es automáticamente uno del que puedas fiarte sin comprobar de forma independiente algunas de esas fuentes, una distinción que vale la pena recordar antes de citar un informe de Deep Research generado por IA en algo que importe.
Velocidad y profundidad del informe: trata con escepticismo cualquier cifra concreta
Las comparativas más antiguas adoran las cifras que suenan precisas: una prueba de 2025 muy citada midió a Gemini produciendo un informe de 7.500 palabras y 55 fuentes en 12 minutos, frente a las 1.700 palabras y 38 fuentes de ChatGPT en 17 minutos, y concluyó que Gemini era a la vez más profundo y un 40% más rápido. Toma cifras así como la instantánea de una sola ejecución, no como una propiedad estable de ninguna de las dos herramientas: usuarios de Gemini Deep Research han reportado recuentos de fuentes que oscilan entre unas 10 y más de 600 para esencialmente el mismo tipo de consulta, sin ningún cambio en la propia herramienta. El número de fuentes y de palabras depende mucho de lo estrecha o amplia que sea la pregunta y de cuánto decida el modelo que merece un tema dado, así que no son métricas estables ni comparables entre herramientas, ni siquiera entre dos ejecuciones de la misma herramienta el mismo día. Ancla tus expectativas en la capacidad y el coste, cubiertos arriba, en lugar de en una sola cifra que describa la longitud del informe o el tiempo de ejecución.
Qué herramienta encaja con cada trabajo
- Necesitas una cuota exacta y predecible con la que planificar → ChatGPT (Plus/Pro) o Perplexity (Free/Max), que publican ambas una cifra concreta. Evita específicamente Perplexity Pro si el volumen de Deep Research te importa, dado el recorte de cuota de 2026.
- Ya pagas Google Workspace o Gemini, y quieres que el contexto de Gmail/Drive/Docs se mezcle en la investigación → Gemini Deep Research, que incorpora tu propio contenido de Workspace junto con la web abierta sin necesidad de una suscripción aparte.
- La precisión de las citas te importa más que la longitud en bruto del informe, por ejemplo cualquier cosa que vayas a citar después en tu propio trabajo → Claude Research, según los resultados de Fact Check de arriba, con la contrapartida de que Anthropic no publica cifras exactas de uso ni una longitud máxima de informe con la que planificar.
- Ya estás dentro de un proyecto de investigación de Gemini Notebook y quieres que Deep Research trabaje específicamente contra las fuentes que has reunido, no contra la web abierta → el propio modo Deep Research de Gemini Notebook, una función distinta y más acotada que cubrimos en nuestra guía dedicada.
La gente también pregunta
¿Qué IA tiene la mejor función de Deep Research: ChatGPT, Gemini, Claude o Perplexity?
No hay un único ganador. ChatGPT y Perplexity publican límites exactos de ejecuciones, lo que los hace los más predecibles para planificar; Gemini incorpora tu propio contenido de Workspace; la familia de modelos de Claude obtuvo la puntuación más alta en precisión de verificación de citas en un estudio independiente de mayo de 2026, aunque Anthropic no publica un límite de uso numérico. La elección correcta depende de si valoras más una cuota predecible, la integración con Workspace, o la fiabilidad de las citas.
¿Puede Gemini Deep Research usar mis propios archivos subidos, o solo la web abierta?
Ambas cosas. Google añadió soporte para subir archivos e imágenes a Gemini Deep Research en mayo de 2025, así que puede combinar tus propios documentos con investigación en la web abierta en una sola ejecución. Los artículos más antiguos que afirman que Gemini es solo de la web abierta están describiendo una brecha que se cerró hace más de un año.
¿Por qué Deep Research de Perplexity empeoró de repente en 2026?
Perplexity recortó la asignación de Deep Research del nivel Pro de unas 500-600 ejecuciones al día a unas 20 ejecuciones al mes, en un cambio no anunciado que se sitúa en febrero de 2026, descrito en su propio registro de cambios únicamente como una reasignación de cómputo por sesión. El recorte provocó un rechazo visible en Reddit y Trustpilot por parte de suscriptores Pro que habían pagado específicamente por volumen de investigación.
¿Más citas en un informe de Deep Research significan que es más preciso?
No necesariamente. Un estudio de mayo de 2026 que probó 14 modelos usados en agentes de deep research encontró que la validez de los enlaces y la relevancia temática eran consistentemente altas (más del 90%) en las familias de modelos de OpenAI, Gemini y Claude, pero la precisión factual del contenido citado varió mucho: 39-59% para los modelos probados de OpenAI, 45-49% para los de Gemini, y 52-77% para los de Claude, con Claude Opus 4.5 en lo más alto con aproximadamente un 77%. Una cita de aspecto convincente no es automáticamente una cita precisa.
¿Está disponible Claude Research en el plan gratuito?
No. La función Research de Anthropic requiere un plan de pago: Pro, Max, Team o Enterprise. No tiene ninguna cuota de uso separada publicada; consume de los mismos límites de uso que las conversaciones normales de Claude, que una sesión de investigación agota más rápido que un chat normal.