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.
Lanzamientos
Cuando un laboratorio lanza un modelo: qué cambia de verdad para quienes desarrollan software.
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.
Codex CLI añade voz. Importa más recuperar el trabajo
Codex CLI incorpora voz experimental y limpieza de worktrees. Explico las mejoras para conservar prompts, recuperar sesiones y evitar errores de compatibilidad.
Rumores de Fable 5.2: faltan pruebas del nuevo modelo
Usuarios de Reddit sospechan una mejora oculta de Fable. Seguí el origen de sus afirmaciones y revisé qué permitiría confirmar un nuevo modelo de Claude.
DeepSeek V4.1 Flash: API barata, pesos abiertos enormes
DeepSeek V4.1 Flash usa 8.000 millones de parámetros al leer, pero sus pesos son enormes. Comparo precios de API, benchmarks y requisitos del servidor.
Agents API de OpenAI: qué gestiona el harness de Codex
OpenAI aloja el ciclo de Codex para tu aplicación. Explico qué cambia frente al Agents SDK, cómo persisten las sesiones y qué costes siguen a tu cargo.
GPT-6 Astra cuesta 2,5x más que Sol. Habla como una persona
GPT-6 Astra gasta tu cuota 2,5 veces más rápido por token que Sol. Revisé los límites de cada plan, los benchmarks y las primeras reacciones de la comunidad.
Fable 5.1 supera a Fable 5. Opus sigue siendo difícil de sustituir
Fable 5.1 mejora a su antecesor en tareas largas con agentes, pero Opus 5 se mantiene cerca y cuesta la mitad. Revisé benchmarks e informes iniciales.
Codex Plus puede detenerte con el 84 % de cuota semanal libre
El límite de cinco horas de OpenAI puede interrumpir una sesión de Codex aunque quede cuota semanal. Limita cuándo puedes trabajar, no necesariamente cuánto.
Claude pondrá marcas de agua en sus textos. La razón es la UE
Claude marcará sus textos con las palabras que elige, no con caracteres ocultos. La razón es la Ley de IA de la UE, no la guerra por la destilación.
Astra es real. GPT-6 no llega esta semana
OpenAI confirmó Astra como su próximo gran modelo y frenó parte del trabajo por riesgo cibernético. La fecha de GPT-6 salió de una filtración retirada.
Resets de Codex: puro marketing para un problema real
OpenAI reinició el uso de Codex cinco veces en diez días mientras Sol agotaba los límites. Creo que las recargas gratis ocultaron el problema real.
DeepSeek V4 Flash perdió los 9 benchmarks frente a Opus 4.8
V4 Flash cuesta 0,14 dólares de entrada y 0,28 de salida por millón de tokens. Analizo si el descuento del 97 al 99 % compensa sus nueve derrotas.
Opus 5 es un gran empleado, pero un jefe frustrante
Opus 5 iguala a Fable 5 en benchmarks a mitad de precio por token, pero supervisarlo puede ser agotador. Explico cuándo Fable aún merece su lugar.