OpenAI promete hasta ocho veces más velocidad en Codex y Anthropic responde con Claude Sonnet 5.5, un modelo más rápido y barato para programar. La guerra de agentes de IA ya no se libra por quién escribe mejor código, sino por quién controla el coste, la revisión y la dependencia del desarrollador en 2026.
Escucha el artículo

La programación acaba de entrar en una guerra de velocidad que muchos desarrolladores van a confundir con progreso. OpenAI promete que Codex puede generar tokens hasta ocho veces más rápido. Anthropic responde con un Claude Sonnet 5.5 un 30% más veloz y hasta un 30% más barato. Y todo el mundo aplaude como si producir código antes fuera automáticamente producir mejor software.
No lo es. Acelerar un agente sin acelerar la comprensión, la revisión y la responsabilidad solo consigue que los errores lleguen antes a producción.
El resumen oficial de OpenAI DevDay 2026 dejó una cifra diseñada para dominar titulares: Ultrafast ofrece hasta ocho veces más velocidad de generación en Codex, alcanzando 300 tokens por segundo, y hasta seis veces más en la API.
La compañía también presentó GPT-6.1 Sol, orientado a programación y uso del ordenador, con precios estándar que OpenAI sitúa en una quinta parte de Astra. Además, introdujo Dots, agentes persistentes capaces de mantenerse activos y trabajar de forma continua.
Por separado, cada anuncio parece una mejora técnica. Juntos describen una estrategia mucho más agresiva: modelos más baratos para ampliar adopción, una capa premium para quien pague por latencia mínima y agentes que dejan de esperar una instrucción aislada para convertirse en trabajadores permanentes.
Eso cambia cómo se compra software. La pregunta ya no será “¿puede este modelo escribir una función?”. Casi todos pueden. La nueva pregunta será cuánto trabajo completo puede absorber un agente por euro y cuánto tarda en devolver el resultado.
Para un equipo de producto, la tentación es obvia. Si una tarea de quince minutos baja a dos, parece absurdo no activar el modo rápido. Si un agente puede abrir un issue, modificar cinco archivos, ejecutar pruebas y preparar el pull request mientras nadie lo vigila, parece absurdo seguir trabajando de otra forma.
La trampa está en ese “parece”. Generar no es validar. Moverse no es avanzar. Un agente que produce ocho veces más rápido también puede fabricar ocho veces más superficie de revisión, más cambios innecesarios y más confianza falsa.
Los equipos no fallan porque escriban lentamente. Fallan por requisitos ambiguos, decisiones de arquitectura pobres, permisos excesivos, pruebas incompletas y cambios que nadie entendió de verdad. Ninguno de esos problemas desaparece porque el modelo entregue el diff en segundos.
Imagina un agente capaz de generar 300 tokens por segundo. En pocos minutos puede tocar autenticación, migraciones, consultas de base de datos y configuración cloud. El resultado puede compilar y aun así romper una regla de negocio que nunca estaba escrita. Puede añadir pruebas que validen su propia interpretación equivocada. Puede seleccionar una dependencia vulnerable porque resolvía el problema más deprisa.
La velocidad desplaza el cuello de botella hacia la persona que revisa. El senior ya no espera el código: intenta reconstruir la intención de una máquina que produjo demasiado material demasiado rápido. Si la empresa mide pull requests cerrados o líneas generadas, terminará premiando volumen y castigando prudencia.
Cuando el código cuesta casi cero, entender las consecuencias se convierte en la parte más cara del desarrollo.
También aparece una desigualdad incómoda. Ultrafast es una capa premium. Las empresas con presupuesto no solo comprarán modelos mejores; comprarán ciclos de experimentación más cortos. Probarán más variantes, descartarán antes y responderán al mercado con menos latencia. La velocidad pasa de ser una comodidad a convertirse en ventaja competitiva alquilada por minuto.
El desarrollador que compita únicamente por teclear rápido ya perdió. Pero el equipo que entregue todo el control al proveedor de IA tampoco ganó: cambió talento interno por dependencia operativa.
Anthropic lanzó Claude Sonnet 5.5 justo antes de DevDay. La empresa lo presenta como una mejora clara sobre Sonnet 5: 30% más rápido, hasta 30% más barato en buena parte del trabajo y con un 70,6% en Terminal-Bench 4.0, una evaluación de programación agéntica.
El dato importante no es quién lidera un benchmark esta semana. Es que la frontera de capacidad se está abaratando mientras aumenta la velocidad. Lo que hace meses se reservaba para el modelo más caro ahora entra en la opción cotidiana de Claude Code.
La respuesta de OpenAI con Sol y Ultrafast confirma la dirección: segmentar la inteligencia como la computación cloud. Habrá un modelo económico para volumen, uno premium para problemas difíciles y una autopista de pago para quien necesite resultados inmediatos.
Mientras tanto, los modelos chinos de código también presionan el mercado. Un análisis de CNBC sobre su adopción global recoge que los modelos open source chinos ya pueden competir en usos agénticos avanzados, especialmente programación, algo que no era cierto a finales de 2025.
Ese es el giro que los líderes occidentales preferirían minimizar. La alternativa no es solo elegir entre OpenAI y Anthropic. Los equipos pueden combinar modelos propietarios rápidos con modelos abiertos desplegados bajo su control. La velocidad deja de ser monopolio de una interfaz y se convierte en una decisión de arquitectura.
La tercera vía es menos vistosa, pero más sana: enrutar cada tarea al modelo adecuado. Un modelo barato clasifica y prepara contexto; uno potente resuelve el tramo difícil; herramientas deterministas ejecutan validaciones; una persona aprueba lo irreversible. No necesitas pagar la inteligencia máxima para cambiar un texto ni confiar una migración crítica al modelo más barato.
Primero, deja de vender horas de teclado. El cliente ya puede comprar generación de código a una velocidad absurda. Tu valor está en convertir una necesidad confusa en un sistema que funcione, sobreviva mantenimiento y no exponga el negocio.
Segundo, diseña un presupuesto de IA como diseñas infraestructura. Define qué tareas usan modelos rápidos, cuáles requieren razonamiento profundo y cuáles pueden ejecutarse localmente. Mide coste por resultado aceptado, no coste por millón de tokens. Un output barato que exige tres horas de revisión es caro.
Tercero, limita a los agentes por defecto. Permisos mínimos, ramas aisladas, secretos temporales, pruebas obligatorias y revisión humana en pagos, autenticación, datos personales y despliegues. La autonomía útil necesita fronteras técnicas, no frases amables en un prompt.
Cuarto, evita el matrimonio con un único proveedor. Separa prompts, herramientas, memoria y evaluación de la API concreta. No toda aplicación necesita portabilidad perfecta, pero cualquier negocio serio debería saber cuánto costaría cambiar de modelo si sube el precio, cae el servicio o aparece una opción mejor.
Quinto, convierte la revisión en producto. Usa análisis estático, pruebas de contrato, escaneo de secretos, observabilidad y trazabilidad de acciones. Si el agente puede producir más cambios de los que tu equipo entiende, no tienes una ventaja: tienes una cola de riesgo creciendo a 300 tokens por segundo.
La programación con IA será más rápida, barata y autónoma. Eso es inevitable y, bien usado, fantástico. Lo que no es inevitable es aceptar el marketing que equipara latencia con productividad. Los ganadores no serán quienes generen más código, sino quienes decidan mejor qué código no generar, qué agente no autorizar y qué cambio no desplegar.
Si quieres incorporar agentes de IA o automatizar desarrollo sin perder control del código, los costes y los datos, escríbeme. Soy Brayan, desarrollador freelance, y puedo ayudarte a convertir esta velocidad en software útil, mantenible y realmente tuyo.