Un estudio concluye que los harnesses sofisticados encarecen los agentes de código sin mejorar sus resultados
Hecho Qué ha ocurrido
Un estudio de dos investigadores de la Universidad de Shandong compara Claude Code, OpenCode y mini-SWE-agent con los mismos modelos y tareas. Las diferencias en tasa de acierto son similares a las que produce repetir la misma configuración, mientras que el coste por tarea puede triplicarse. La causa principal del sobrecoste es el prompt de sistema que se reenvía en cada paso.
Resumen generado mediante IA a partir de The Decoder (original en inglés). Naturaleza de la información: hecho documentado.
Análisis Por qué importa
Para una empresa que elija herramientas de agentes de programación, el coste por tarea pesa más que las mejoras de rendimiento anunciadas por los fabricantes. Las comparativas publicadas con una sola ejecución pueden inducir a error.
- Quién se ve afectado
- Equipos de desarrollo que usan agentes de código y responsables que compran o presupuestan estas herramientas.
- Qué puede cambiar
- Podría cambiar el criterio de selección de agentes de código, pasando de comparar puntuaciones a comparar coste por tarea y variabilidad entre ejecuciones.
Análisis generado a partir de la información disponible; no procede de la fuente.
Predicción Qué observar a continuación
Si los fabricantes publican repeticiones de sus benchmarks y si las tarifas de tokens en caché reducen la diferencia de coste entre harnesses.
Recomendación Qué debería hacer una empresa
Medir el coste por tarea y la variación entre repeticiones de las herramientas candidatas con las mismas tareas internas antes de decidir, en los próximos 3-6 meses.
Recomendación generada por IA con la evidencia disponible; no es asesoramiento profesional.
Enviar esta noticia por correo
Enviado. Revisa que llegue a la bandeja de entrada de quien lo reciba.
La dirección no parece válida.
Has enviado varios correos seguidos. Espera un rato.
No se ha podido comprobar que no eres un robot. Vuelve a intentarlo.
No se ha podido enviar. Inténtalo de nuevo en unos minutos.
Fuente original: The Decoder. La referencia es siempre el artículo original.
Ver fuente original ↗agentes de códigoLLMSWE-bench Verified AnthropicOpenCodeZhipu AIUniversidad de Shandong agentes de código Claude Code costes de IA OpenCode SWE-bench
Relacionadas
Los agentes de código hacen viable la automatización casera al reducir el coste de escribir software
Simon Willison, desarrollador referente, recopila anécdotas de usuarios que emplean agentes de codificación para realizar ingeniería inversa y automatizar…
Por qué importaIlustra un cambio fundamental en la economía de la programación: cuando el código es barato de escribir y descartar, tareas que antes requerían…
Cómo ejecutar agentes de código locales para evitar precios por uso de plataformas grandes
The Register publica una guía práctica sobre cómo desplegar modelos de lenguaje locales como Qwen3.6-27B (27 mil millones de parámetros de Alibaba) para…
Por qué importaPara desarrolladores y pequeñas empresas, ejecutar agentes de código localmente elimina dependencia de APIs de pago y costes variables, permitiendo…
Los agentes de IA para codificación consumen miles de veces más energía que consultas normales
Simon P. Couch documenta que agentes de IA como Claude Code utilizan significativamente más tokens que una consulta típica a un LLM, debido a múltiples…
Por qué importaLa sobrecarga de tokens en agentes de codificación revela un coste energético y económico oculto para desarrolladores que adoptan estas herramientas…
Los equipos de agentes de IA apenas mejoran a un agente solo y cuestan hasta 5,1 veces más
Vals AI comparó GPT-6 Sol y Claude Opus 5.5 en el Vibe Code Bench, como agente solo y como equipo, con dos niveles de razonamiento. Los equipos costaron entre…
Por qué importaUn equipo multiagente no garantiza mejor calidad y puede multiplicar el consumo de tokens, por lo que el coste de cada arquitectura debería medirse…
Tu opinión
Te hemos enviado un correo para confirmar tu dirección. El comentario se procesará cuando pulses el enlace.
Gracias. Tu comentario se publicará cuando lo revise el equipo (los primeros comentarios de cada persona se moderan).
Comentario publicado. Gracias por participar.
No se puede comentar aquí.
Indica un nombre (de 2 a 60 caracteres).
El correo no parece válido.
El comentario debe tener entre 10 y 2.000 caracteres.
Demasiados enlaces en el comentario.
No se ha podido comprobar que no eres un robot. Vuelve a intentarlo.
Has alcanzado el límite diario de comentarios.
Demasiados comentarios seguidos. Espera un rato.
No se ha podido enviar el correo de confirmación. Inténtalo de nuevo en unos minutos.