Claude Duet trabaja sin ti, pero consume tu cuota
Claude Duet comparte tu cuota de uso incluso al revisar novedades. Examino la lista de espera en EE. UU., las aprobaciones y qué implica delegarle trabajo.
Notas prácticas sobre IA y desarrollo de software
Lanzamientos de modelos, benchmarks, experimentos y guías para desarrolladores que trabajan con IA a diario. Escrito desde el uso real, con fuentes para cada afirmación.
Claude Haiku 5.5 es barato. Dale tareas pequeñas
Haiku 5.5 parte de $0,10 por entrada, pero cobra cinco veces más con prompts largos. Analizo el nuevo tokenizador y qué trabajo le daría junto a Sonnet.
Muse Wonder Full no es el modelo de la API
Los mejores resultados de Muse Wonder son de Full, disponible por suscripción a Muse Code. Distingo el acceso, los benchmarks y la factura real de la API.
Gemini 4 Argon: los benchmarks de código no coinciden
Argon lidera DeepSWE, pero queda por detrás en otros tests de código. Comparo los benchmarks, el millón de tokens de salida y el acceso limitado.
ChatGPT dots y Space llevan el trabajo más allá del chat
OpenAI añade asistentes persistentes y Pages compartidas a ChatGPT. Explico qué pueden hacer, qué acceso necesitan y por qué Pro en la UE debe esperar.
Claude Sonnet 5.5: al máximo puede costar más que Opus
Sonnet 5.5 mantiene el precio por token y genera texto más rápido. Los tests independientes muestran cuándo el esfuerzo máximo encarece cada tarea.
GPT-6.1 Sol se acerca a Astra con menos coste por tarea
Los tests independientes sitúan a Sol 6.1 cerca de Astra a menor coste por tarea. Comparo los resultados, las tarifas de la API y las reacciones de Reddit.
OpenAI confirma cobros de más por contenedores en Agents API
Un usuario de Reddit reportó un cobro de 1600 dólares en Agents API. Distingo el error confirmado por OpenAI de la limpieza que necesitan las apps.
GLM mejoró su inferencia. Los ingenieros fijan la meta
Z.ai dice que un agente GLM ayudó a triplicar la tasa de procesamiento. Examino qué mejoró, qué decidían los humanos y qué podemos aplicar al programar.
GPT-6 Sol y Luna: la mejora está sobre todo en el precio
GPT-6 Sol y Luna bajan los precios de la API, con avances menores en los tests. Comparo resultados, acceso en ChatGPT y primeras experiencias en Reddit.
Opus 5.5 programa mejor. El coste por tarea no está claro
Opus 5.5 mejora en pruebas independientes y baja el precio de los tokens. Comparo el coste por tarea, el esfuerzo y las primeras experiencias en Reddit.
Claude lidera el 26% de la I+D de Anthropic. ¿Quién revisa?
Anthropic afirma que Claude lidera una cuarta parte de su investigación en IA bajo supervisión humana. Examino qué mide ese dato y quién revisa los resultados.
Todos los artículos
Lanzamientos
- Claude Duet trabaja sin ti, pero consume tu cuota
- Claude Haiku 5.5 es barato. Dale tareas pequeñas
- Muse Wonder Full no es el modelo de la API
- Gemini 4 Argon: los benchmarks de código no coinciden
- ChatGPT dots y Space llevan el trabajo más allá del chat
- Claude Sonnet 5.5: al máximo puede costar más que Opus
- GPT-6.1 Sol se acerca a Astra con menos coste por tarea
- OpenAI confirma cobros de más por contenedores en Agents API
- GLM mejoró su inferencia. Los ingenieros fijan la meta
- GPT-6 Sol y Luna: la mejora está sobre todo en el precio
- Opus 5.5 programa mejor. El coste por tarea no está claro
- Claude lidera el 26% de la I+D de Anthropic. ¿Quién revisa?
- Codex CLI añade voz. Importa más recuperar el trabajo
- Rumores de Fable 5.2: faltan pruebas del nuevo modelo
- DeepSeek V4.1 Flash: API barata, pesos abiertos enormes
- Agents API de OpenAI: qué gestiona el harness de Codex
- GPT-6 Astra cuesta 2,5x más que Sol. Habla como una persona
- Fable 5.1 supera a Fable 5. Opus sigue siendo difícil de sustituir
- Codex Plus puede detenerte con el 84 % de cuota semanal libre
- Claude pondrá marcas de agua en sus textos. La razón es la UE
- Astra es real. GPT-6 no llega esta semana
- Resets de Codex: puro marketing para un problema real
- DeepSeek V4 Flash perdió los 9 benchmarks frente a Opus 4.8
- Opus 5 es un gran empleado, pero un jefe frustrante
Benchmarks
Experimentos
Guías
- Claude Code: por qué la cuota semanal baja un 16,7 %
- Opus 5 no es tan malo como dice internet
- Cursor no eliminó el IDE. Así puedes recuperarlo
- Los agentes de OpenAI convirtieron Artifactory en un tablón
- ¿En qué merchant of record puedes confiar? Comparé 9
- Cómo conseguir los primeros 1.000 usuarios sin anuncios
- Mis agentes de programación olvidan el repo. Les hice un mapa
- Comparé ocho alternativas a Convex. No pienso cambiarme