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.
Tema
coding-agents
Todos los artículos con la etiqueta coding-agents, del más reciente al más antiguo.
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.
No consigo decidirme entre Claude y Codex
Codex me da más margen de uso, mejores interfaces y una aplicación más cómoda. Claude aún termina mis grandes cambios multiagente en horas, no en todo el día.
Opus 5 no es tan malo como dice internet
Tras cinco semanas de uso diario, Opus 5 me parece mejor que su reputación en internet. Con planes claros y tareas pequeñas, es un buen modelo para programar.
Cursor no eliminó el IDE. Así puedes recuperarlo
Agents Window puede abrirse primero, pero Editor Window sigue disponible. Te muestro los comandos y el ajuste que devuelven el código al primer plano.
Por qué puntuaciones de IA similares ocultan modelos distintos
DeepSWE sitúa a Luna Max 2,2 puntos por detrás de Sol High con casi una sexta parte del coste. Explico por qué se sienten distintos en un repositorio.
Mis agentes de programación olvidan el repo. Les hice un mapa
Creé un sistema de cuatro capas que dirige a mis agentes de programación hacia los datos vigentes. Funciona, pero mantener el mapa al día sigue siendo difícil.
GPT-5.6 vs Claude 5: por qué difieren los benchmarks
Comparé Sol, Terra, Opus 5 y Fable 5 en benchmarks de código. El ganador cambia según la tarea, el nivel de esfuerzo, el agente y el presupuesto.
Kimi K3 iguala a GPT-5.6. Tarda 4,6 veces más
Kimi K3 iguala a GPT-5.6 medium, pero tarda 4,6 veces más. GLM-5.2 es barato por token y caro por tarea. Compruebo en qué sigue destacando cada uno.