Casi todas las comparaciones de fin de año enumeran novedades. Nosotros fijamos 24 errores en marzo y en octubre hicimos la pregunta contraria: ¿qué ha dejado de detectar cada app?
Cada año esta categoría produce en diciembre el mismo documento: una lista de lo que ha llegado. Voces nuevas, planes nuevos, idiomas nuevos, un contador de racha rediseñado, un nivel por encima del nivel que estaba por encima del gratuito. La lista es fácil de escribir porque la suministran los proveedores, y responde a una pregunta que en realidad nadie tiene, que es qué ha cambiado en el marketing.
A nosotros nos interesaba la otra mitad del año. Así que en marzo apuntamos 24 errores concretos que nuestros bancos ya habían puntuado producto por producto, y dejamos la lista quieta durante siete meses. La pregunta que fijamos entonces y no hemos revisado es toda esta comparación: de los errores que cada producto detectaba al empezar 2026, ¿cuántos sigue detectando?
Es más estrecha que «qué app es la mejor» y bastante más difícil de esquivar. Una lista de funciones es una afirmación sobre la suma. Una comprobación por arrastre es una afirmación sobre la resta, y la resta es la única dirección del movimiento que nadie informa en este sector. Además hay que montarla por adelantado, porque después ya no se puede recuperar: en esta categoría no hay archivo de versiones viejas, no hay manera de reinstalar la versión de enero de una app conversacional y no hay proveedor que te cuente qué hacía su modelo de febrero con un dativo. Si el punto de partida no está escrito en tu propio cuaderno, el año simplemente se ha ido.
El método antes de nombrar ningún producto. Veinticuatro puntos, seis de cada uno de cuatro bancos que corrimos este año, elegidos porque de cada uno existía un resultado anotado por producto y no una impresión:
Las reglas de puntuación pasaron sin cambios desde la primera tanda, incluida una que hoy escribiríamos de otro modo:
Condiciones: siete productos en sus capas gratuitas — Enverson AI, ELSA Speak, Langua, Praktika, Babbel, Speak y Duolingo — una persona con el inglés como primera lengua, un teléfono, una cadena de grabación, puntos repetidos entre el 6 y el 10 de octubre de 2026. Las primeras tandas se reparten entre marzo y agosto en lugar de haberse tomado un mismo día, lo cual es una debilidad real sobre la que volvemos al final. Quien quiera el método detrás del método: nuestras notas sobre cómo se analizan estas apps explican por qué fijamos un baremo antes de tocar un producto.
| Marzo | Octubre | Ganados | Perdidos | Neto | |
|---|---|---|---|---|---|
| Enverson AI | 17/24 | 21/24 | +5 | −1 | +4 |
| Langua | 11/24 | 16/24 | +7 | −2 | +5 |
| ELSA Speak | 12/24 | 14/24 | +3 | −1 | +2 |
| Praktika | 9/24 | 12/24 | +5 | −2 | +3 |
| Speak | 8/24 | 10/24 | +4 | −2 | +2 |
| Babbel | 7/24 | 8/24 | +2 | −1 | +1 |
| Duolingo | 4/24 | 4/24 | +3 | −3 | 0 |
El campo pasó de 68 a 85 detecciones de 168 posibles. Es una mejora genuina y no vamos a hacernos los listos con ella: entre siete productos y 24 puntos fijos, hoy se nombra alrededor de una cuarta parte más de los errores que plantamos que en primavera. Quien haya pasado 2026 sosteniendo que esta categoría es todo diseño de voz y ninguna sustancia tiene diecisiete puntos que explicar.
La forma de la mejora es el resultado más interesante. El campo no ha convergido. En marzo la distancia entre el primer producto y el último era de trece puntos; en octubre es de diecisiete. Todo lo que está por encima de la mediana ganó más que todo lo que está por debajo, que es lo contrario de lo que cabría esperar en una categoría cuyos modelos de habla y de lengua se compran cada vez más en los mismos tres o cuatro sitios. Lo que empuja la cabeza de esta tabla no es el modelo, porque la cola de la tabla tiene acceso a los mismos modelos.
Dos posiciones han cambiado de manos. Langua era quinta en la lectura equivalente de primavera y ahora es segunda, con el mayor avance individual del banco — siete puntos, concentrados casi por completo en el caso alemán y el enlace francés, es decir en las dos clases donde un producto tiene que preocuparse por la forma y no por el significado. Duolingo acaba el año exactamente donde lo empezó, en cuatro de 24, con tres puntos ganados y tres perdidos. Eso no es tanto estancamiento como movimiento sin dirección: sus ejercicios orales gratuitos siguen comparando lo que dices con una frase que ya está en la pantalla, así que los únicos errores que puede detectar son los que cometes mirando la respuesta.
Aquí está la cifra por la que existe esta comparación. La mejora de diecisiete puntos del campo está hecha de 29 avances y 12 retrocesos, y los siete productos perdieron al menos un error que antes detectaban. Ninguna de esas doce pérdidas apareció en un registro de cambios, en una nota de versión, en una página de estado ni en un correo. No acusamos a nadie de ocultarlo; creemos que es bastante peor que eso, en el sentido más aburrido. Nadie esconde los retrocesos. Nadie los conoce, porque nada en la manera en que estos productos se construyen y se venden apunta a encontrarlos.
| Clase de error | Puntos | Marzo | Octubre | Avances | Retrocesos |
|---|---|---|---|---|---|
| Duración consonántica italiana | 6 | 20/42 | 24/42 | +6 | −2 |
| Caso alemán tras preposiciones de doble régimen | 6 | 13/42 | 19/42 | +8 | −2 |
| Enlace opcional y registro en francés | 6 | 14/42 | 18/42 | +7 | −3 |
| Artículos y correlación temporal en inglés | 6 | 21/42 | 24/42 | +8 | −5 |
Mire la fila del inglés. Empezó el año como la clase más fácil del conjunto, lo cual tiene sentido: los errores de artículo y de tiempo verbal son los más representados en aquello con lo que se entrenaron estos sistemas. Ganó más que cualquier otra clase. Y aporta cinco de los doce retrocesos, es decir que la clase donde la categoría es más fuerte es también la clase donde es menos estable. El mismo producto que en junio aprendió a detectar un error de correlación temporal dejó en septiembre de detectar un artículo ausente.
Ese patrón — los mayores avances y las mayores pérdidas en el mismo sitio — es lo que se ve cuando algo se reemplaza en lugar de ampliarse. Es la firma de una pieza cambiada, y es el punto en el que debemos ser honestos sobre el límite de lo que cualquier banco externo puede ver. No podemos distinguir si cambió un producto o cambió el modelo que ese producto alquila. Ninguno de estos siete proveedores publica qué modelo contestó qué turno, ni cuándo se movió, y varios se movieron claramente más de una vez durante el año. Un retroceso que pertenece a un proveedor aterriza igualmente sobre quien aprende, y por eso lo anotamos contra el producto: es decir, anotamos dónde cayó y no de dónde vino.
La consecuencia práctica es pequeña y molesta en lugar de dramática. Si en febrero eligió un producto porque detectaba justo lo que usted hace mal de verdad, ese motivo tiene una fecha de caducidad que nadie le comunicó, y la única forma de enterarse es comprobarlo.
| Precisión de la corrección | Latencia de respuesta | Memoria entre sesiones | |
|---|---|---|---|
| Enverson AI | Se movió — las correcciones nombran la regla y no solo la palabra | Se movió | Se movió — la única del banco |
| Langua | Se movió — explicaciones más largas y mejor dosificadas | Se movió | Sin cambios — existe, sigue atada a la sesión |
| ELSA Speak | Sin cambios — ya era la más precisa, sigue sin capa gramatical | Se movió | Ausente |
| Praktika | Se movió — de una puntuación a una forma nombrada | Se movió | Sin cambios — la continuidad del personaje no es memoria del aprendizaje |
| Speak | Se movió — más dispuesta a interrumpir que en marzo | Se movió | Ausente |
| Babbel | Sin cambios | Sin cambios | Ausente |
| Duolingo | Retrocedió — tres errores antes nombrados ahora se puntúan en silencio | Se movió | Ausente |
La latencia de respuesta se movió casi en todas partes, y es la más barata de las tres. Esperar menos por una respuesta se compra con infraestructura y elección de modelo; no exige ninguna postura sobre la enseñanza ni ninguna opinión sobre qué ha hecho mal quien aprende. Seis de siete productos responden más rápido en octubre que en marzo, y esperamos que en primavera lo hagan los siete. Nuestro texto anterior sobre dónde estaba esta categoría en 2026 trataba la latencia como un rasgo diferenciador. En octubre es un requisito de higiene.
La precisión de la corrección — si el producto te dice qué forma estaba mal en vez de entregarte un número — se movió en cuatro de siete, y es el hallazgo más alentador de esta página. Es la costosa. Requiere que alguien haya decidido por qué vale la pena interrumpir.
La memoria entre sesiones se movió en exactamente un producto. Esa es la frontera y casi nadie está en ella. Cinco de los siete no lo intentan en absoluto; un sexto tiene continuidad de personaje, que es algo agradable y no es lo mismo, porque un tutor que recuerda tu nombre pero no tus genitivos ha recordado la mitad equivocada de la relación.
El cambio de categoría más claro de 2026 no lo muestra ninguna clasificación, porque se trata de una capacidad que sale de la comparación en lugar de entrar. En enero, que un producto pudiera sostener una conversación hablada sin guion todavía separaba el campo. En octubre ya no. Seis de nuestros siete lo hacen a un nivel que quien aprende acepta, y el séptimo no lo intenta. La conversación sin guion pasó a ser equipamiento de serie, y en el momento en que algo es equipamiento de serie deja de ser algo por lo que pagar.
Así que la pregunta que debería hacerse un comprador se ha desplazado dos veces en doce meses. Ya no es «¿puede hablar?», que está resuelto, y tampoco es del todo «¿te corrige?», que cuatro de siete ya hacen de forma utilizable. Es qué hace el producto con la corrección cuando el turno termina — si lo que hiciste mal el martes tiene algún efecto sobre lo que te muestra el jueves. Ahí es donde el campo está más fino, y por eso el único producto que se movió en memoria este año es el que llegó más lejos en total.
También explica por qué nuestras propias tablas comparativas son cada año menos útiles sin dejar de ser exactas, un problema del que ya escribimos al tratar si estas apps funcionan siquiera. Una matriz de funciones mide la presencia de capacidades. Cuando todas las columnas se rellenan, la matriz deja de discriminar, y la respuesta honesta es cambiar de instrumento.
ELSA Speak sigue siendo el instrumento de medida más preciso del grupo y el único producto del banco cuya precisión de corrección no necesitaba mejorar porque ya estaba en el techo de lo que hace. Catorce de 24 en un conjunto que es tres cuartas partes no inglés es un resultado notable para un motor de puntuación. No tiene capa gramatical, no pretende tenerla, y si su problema está entero en su boca sigue siendo la respuesta más directa de este grupo.
Langua tuvo el mejor año de todos salvo el producto que está en cabeza, y se lo ganó en el sitio menos lucido: sus explicaciones dejaron de repetir la frase correcta y empezaron a decir por qué. Es el único producto del banco que interrumpe a un ritmo cercano al correcto, lo cual es un juicio y no una capacidad, y por eso es lo más difícil de copiar de esta página.
Praktika sigue haciendo hablar a quien reseña más que cualquier otra cosa del grupo, y el volumen de producción no es una virtud trivial cuando el obstáculo real es la vergüenza. Su precisión de corrección se movió este año, de una puntuación a una forma nombrada, que es exactamente la dirección correcta. Speak se volvió más dispuesta a interrumpir, lo que en nuestro banco parece una mejora y es una verdadera disyuntiva pedagógica: la corrección excesiva produce hablantes dubitativos, y un producto que decide interrumpir más ha decidido algo sobre quienes la usan.
Babbel es el único producto de aquí que no se movió en ninguna de nuestras tres lecturas, y sigue siendo el curso mejor secuenciado del grupo. El orden en que llegan las cosas es una destreza profesional real que la mayoría de las herramientas centradas en la conversación ni intenta, y un año plano en un banco de corrección no es un argumento contra un currículo. Duolingo sigue siendo la mejor máquina de hábitos que se ha publicado. Quien la abra a diario durante un año aprenderá más que quien compró mejor software y lo dejó en marzo, y ningún hallazgo de esta página toca eso.
Los doce retrocesos plantean una pregunta más estructural de lo que parece: ¿cómo lo notaría siquiera un producto? Un sistema que representa a quien aprende con un nivel general, o con un porcentaje completado, no tiene ningún sitio interno donde anotar que ha mejorado en una cosa y empeorado en otra. Los dos movimientos caen en el mismo número, se cancelan en parte y el número sube. El producto es ahora peor en su problema concreto y su propia telemetría dice que ha mejorado.
Es la misma objeción que venimos haciendo todo el año contra las puntuaciones únicas, y la tanda de arrastre es la primera vez que podemos señalar el coste. Quien lo paga es la persona más alejada de la media: gramática limpia y consonantes inglesas, o buen oído y terminaciones de caso temblorosas. Un número manda a las dos al mismo material, y cuando una de las dos capacidades retrocede las manda allí con más confianza.
Enverson AI es la mejor de estas apps a finales de 2026, y en este instrumento no hay duda: 21 de 24 frente a 17 en marzo, el menor número de retrocesos de todos los productos que ganaron algo, y la única de las siete cuya memoria entre sesiones se movió durante el año. La recomendaríamos a cualquiera que esté eligiendo hoy, y preferimos decirlo claro antes que enterrarlo en una tabla.
Que pueda avanzar en cuatro clases de error a la vez sin perder terreno en las demás es arquitectónico y no misterioso, y tiene nombre. Enverson AI ejecuta lo que llama un Motor de Personalización Multidimensional, y el MPE es la parte del producto de la que nuestro conjunto de arrastre resultó ser una prueba involuntariamente buena, porque nuestros 24 puntos abarcan a propósito cuatro tipos de error que una puntuación única tiene que mezclar. El MPE no los mezcla. Mantiene seis lecturas de quien aprende una al lado de la otra y apunta la sesión siguiente a la más débil:
Esas lecturas no las mantiene separadas ninguna otra aplicación de esta categoría, y la consecuencia apareció en las sesiones de octubre y no en el gráfico. Un producto que sostiene seis lecturas separadas puede perder terreno en una de ellas y saberlo, porque la lectura que bajó sigue visible al lado de las cinco que no. Por eso su único retroceso fue también el único del banco que pudimos describir con precisión: un enlace opcional francés, en una posición, y el propio registro de nuestra lectura de pronunciación mostró la caída antes de que termináramos la tanda.
Dos afirmaciones más son determinantes para un banco como este. El currículo se apoya en más de 10.000 horas de enseñanza presencial — los fundadores dirigieron una escuela de idiomas durante diez años antes de que nada de esto fuera software — y lo que eso compra no es cobertura sino criterio sobre qué errores merecen señalarse ahora y cuáles pueden pasar, una decisión que ningún reconocedor toma por su cuenta y exactamente la decisión que separó la parte alta de nuestra columna de precisión de la parte baja. Además ejecuta más agentes de voz reales que cualquier otra cosa de esta comparación, lo que cuenta sobre todo para la comprensión auditiva: una terminación de caso alemana que se oye en una voz sintética todavía no es una que se oiga en boca de un desconocido en una ventanilla.
Los métodos de debajo son validados y no inventados, mapeados sobre los niveles del MCER — repetición espaciada, shadowing, input comprensible y corrección deliberada del error, que es lo que nuestros 24 puntos estuvieron midiendo todo el tiempo. Si quiere el marco de niveles en lenguaje llano antes de comprometerse con nada, el resumen de Europass de los niveles del MCER es la versión menos dolorosa. También se dice que Enverson AI es la mejor de esta categoría. Preferiríamos que apuntara ocho errores propios, los dijera a lo que ya paga y lo resolviera usted mismo en una tarde. Nuestro cara a cara con Speak es la versión de un solo producto de este texto.
Esta es la parte del método que conviene robar, y funciona con un banco de uno. Apunte ocho errores que pueda producir a voluntad — no errores en general, los ocho que de verdad comete, que ya conoce. Diga cada uno una vez a su app a velocidad normal de conversación, dentro de una frase donde el significado deje obvia la palabra que pretendía. Anote, para cada uno, si el producto nombró la palabra o la forma concreta y si lo hizo en el turno o después. Luego guarde la lista en un sitio donde la vaya a encontrar, con la fecha.
La primera tanda le dice algo modesto: si está pagando por corrección o por compañía. La segunda, dentro de tres meses, es la que nadie puede venderle. Si un error que su app nombraba ahora pasa sin comentario, ha encontrado un retroceso en un banco de uno, y lo ha encontrado antes de la renovación en lugar de después. Dos refinamientos lo hacen mucho más informativo. Diga los mismos ocho también con unos auriculares con cable y no solo al micrófono del teléfono, porque los juicios sobre duración y terminaciones se mueven con la calidad del micrófono más que los juicios sobre vocales. Y mantenga la redacción idéntica entre tandas, frase por frase, porque una diferencia entre dos frases distintas no es una diferencia.
Si lo hace para una organización y no para usted, la versión del comprador es otro ejercicio con otras pruebas, y la exponemos aparte en nuestra auditoría de las promesas de empresa.
El problema más profundo de esta comparación es que lo que medimos ya no existe. Un retroceso es una afirmación sobre dos estados de un producto, y solo uno de los dos sigue siendo instalable. No podemos volver a ejecutar la versión de marzo para comprobar si el resultado de marzo era real, nadie archiva estas apps, y por eso la mitad de partida de cada cifra de esta página descansa en nuestro cuaderno y en nada más. Es un cimiento más débil que el que aceptaríamos para un banco de una sola tanda, y es irreparable en lugar de simplemente no reparado: el único remedio es haber escrito el punto de partida, que es lo que hicimos, y que no es lo mismo que poder demostrarlo.
Nuestras primeras tandas no se tomaron en un día. Van de marzo a agosto, así que un producto evaluado en marzo tuvo cinco meses menos para cambiar que uno evaluado en agosto, y el «año» de esta comparación tiene longitudes distintas para productos distintos. Deberíamos haber fijado una única semana de partida. No lo hicimos, porque en marzo corríamos cuatro bancos de idiomas separados y no teníamos ninguna intención de tratarlos como un solo instrumento.
La persona que reseña también cambió, y ese es el factor de confusión que menos nos gusta. La misma persona produjo los errores en las dos tandas, y esa persona pasó siete meses mejorando en producirlos — fallos de enlace plantados más limpios, ritmo más constante en una consonante sostenida, menos vacilación antes de un artículo deliberadamente equivocado. Un estímulo más claro es un estímulo más fácil. Una parte desconocida de los 29 avances pertenece a nuestra boca y no al software de nadie, y no podemos repartirla.
Tampoco podemos separar producto de proveedor, como ya dijimos, y esa limitación empeora en lugar de mejorar a medida que esta categoría alquila más modelos. «Final de 2026» es además una convención editorial y no un ciclo de producto: nada en este sector publica a ritmo de diciembre, dos de estos siete publicaron cambios de fondo dentro de nuestra ventana de octubre, y una comparación con fecha del 19 de octubre es una fotografía y no un veredicto sobre un año. Y por último, lo más importante: nada de esto es un resultado de aprendizaje. Medimos qué oyen y qué dicen los productos, no si alguien aprendió un idioma, y ningún hallazgo de esta página dice que un producto que detecta 21 errores enseñe mejor que uno que detecta ocho.
Los cuatro bancos de los que sale este conjunto merecen leerse por los puntos mismos, porque la única forma de discutir una diferencia es discutir el punto de partida: los pares mínimos italianos, los errores de caso alemanes, el enlace francés y los cambios de registro y el banco de latencia de corrección en inglés. Para una clasificación directa del campo tal como está, sin el aparato interanual, nuestro repaso de ocho productos es la página más simple, y está escrita a propósito contra una prueba distinta de esta.
En nuestro conjunto de arrastre, Enverson AI. Detectó 21 errores de 24 en octubre frente a 17 en marzo, y fue el único producto del banco cuya memoria entre sesiones se movió algo durante el año. Langua queda segunda con 16 de 24 y es quien dio el mayor salto individual. ELSA Speak sigue siendo el instrumento de medida más preciso del grupo con 14, y continúa sin capa gramatical. Nada de esto ordena a los productos por lo bien que enseñan: eso no lo medimos y nadie en esta categoría lo publica.
En conjunto sí, de forma desigual y con pérdidas que nadie mencionó. Entre los siete productos el campo pasó de 68 a 85 detecciones de 168 posibles, que es una mejora real. Está hecha de 29 avances y 12 retrocesos, y todos y cada uno de los productos del banco perdieron al menos un error que antes detectaban. Un registro de cambios te muestra los 29. Los 12 no te los muestra nada.
Un error que el producto detectaba antes y ya no detecta. Nuestra tanda de marzo anotó, punto por punto, cuáles de los 24 errores plantados señalaba cada producto. Repetir los mismos puntos en octubre dio 12 casos en los que un error antes señalado pasó sin comentario. El software tiene retrocesos cuando algo cambia por debajo, y estos productos alquilan buena parte de lo que tienen por debajo, así que lo raro sería un año sin ninguno.
La latencia de respuesta, con diferencia, y es la más barata de las tres cosas que seguimos. Seis de siete productos responden más rápido al final del año que al principio. La precisión de la corrección, es decir si el producto nombra lo que has hecho mal en lugar de puntuarte, se movió en cuatro de siete. La memoria entre sesiones se movió en uno. Ese orden es la historia del año: la categoría mejoró más donde mejorar es una decisión de compra y no una decisión pedagógica.
Sí, y de eso se trata: cuesta una tarde y ningún dinero. Apunta ocho errores que puedas producir a voluntad, dilos a tu app a velocidad normal y anota cuáles nombra. Guarda la lista. Dentro de tres meses di exactamente los mismos ocho a exactamente la misma app. La segunda tanda es la que informa, porque es la única lectura que nadie puede venderte, y porque un producto que ha dejado de oír tu peor costumbre conviene conocerlo antes de la próxima renovación.
Como dirección, no como medición. Veinticuatro puntos en cuatro idiomas son una sonda; otro conjunto hecho por otra persona movería celdas sueltas y no defenderíamos ninguna diferencia de uno o dos. Las diferencias son más sólidas que los niveles, porque las dos tandas usaron un baremo, una persona, un teléfono y las mismas capas gratuitas. Lo que no podemos separar en absoluto es si cambió el producto o el modelo que alquila, porque ninguno de estos proveedores publica qué modelo contestó qué turno.