Cinco modelos nuevos en treinta días. Los conté un viernes, sentada frente a un panel de Stripe que me esfuerzo mucho en mantener pequeño, porque soy una sola persona enviando un producto y "equipo de evaluación de modelos" no es una partida presupuestaria que tenga.
Aquí está la trampa de la que nadie te advierte cuando toda tu industria cambia de herramientas cada semana. Persigue cada lanzamiento y dejas de construir. Te conviertes en un revisor de herramientas a tiempo completo que casualmente tiene un GitHub. Ignora el caos y una mañana tu factura se duplica porque un proveedor cambió sus condiciones de facturación mientras dormías. He hecho ambas cosas. Así que esto es de lo que realmente quiero hablar: cómo mantengo mi flujo de trabajo de programación con IA actualizado casi cada semana sin perder la semana en ello.
El mes que rompió mis viejos hábitos
Déjame repasar junio de 2026, porque casi da risa.
OpenCode superó a Cursor en el puesto número 1 de las clasificaciones de poder en herramientas de desarrollo, una herramienta que apenas registraba un año atrás, ahora con una cifra de estrellas en GitHub de seis dígitos. Un nuevo modelo de peso abierto apareció barato en WebDev Arena y ofreció precios más bajos que los titulares por los que ya pagaba. GitHub Copilot cambió toda su base a AI Credits de pago por uso, y el precio fijo simplemente desapareció. Y Anthropic anunció una división de facturación que habría sacado el Agent SDK y claude -p de los límites de suscripción, envió los correos de reclamación, y luego echó atrás todo el asunto unas dos semanas después tras el revuelo.
Lee ese de Anthropic otra vez. Enviaron el anuncio, abrieron el proceso de reclamaciones, lo ejecutaron durante aproximadamente dos semanas, y luego lo pausaron y lo rediseñaron tras el revuelo.
Ese es el trabajo ahora. El suelo sigue moviéndose bajo tus pies, y la única pregunta real es qué partes tocas y qué partes dejas completamente solas.
Lo que realmente reviso en mi flujo de trabajo de programación con IA cada semana
Tengo un ritual. Los viernes por la tarde, cuarenta minutos, con un temporizador para no pasarme. Examino tres cosas y nada más.
Enrutamiento de modelos. Qué modelo hace qué trabajo y cuánto me cuesta cada uno. Cuando llegó el modelo de peso abierto barato, no tiré todo mi stack. Lo apunté a una tarea aburrida y de alto volumen: limpieza masiva de metadatos, lo que ejecuto miles de veces a la semana. La cuenta que justifica un cambio es más o menos esta — los números son una ilustración de la mecánica, no una factura medida: un modelo titular que cuesta unos 180 dólares al mes en ese trabajo frente a unos 95 por el mismo volumen con una calidad con la que se puede vivir. Con eso se gana un hueco para esa tarea concreta. No se acercó a mi código de producto, y no lo hará hasta que se demuestre en algún lugar de bajo riesgo durante un mes.
Condiciones de facturación. Esta es la que la mayoría de los constructores se saltan, y es la que realmente duele. El cambio de Copilot no fue una actualización de funciones, fue un golpe a mis márgenes. Cuando las completaciones se mantuvieron gratuitas pero el chat, los agentes y la CLI empezaron a consumir créditos, exactamente las cosas de las que dependo todo el día de repente tenían un contador. Hay que leer los registros de cambios de facturación igual que se leen las notas de versión, porque para tu bolsillo eso es lo que son.
La cima de las clasificaciones. No para cambiar por capricho, sino para leer el ambiente. Que OpenCode encabece los gráficos manteniéndose agnóstico en cuanto a modelo entre docenas de proveedores me dice que el bloqueo está perdiendo y la portabilidad está ganando. Interesante. Lo anoto. No migro nada un viernes porque una gráfica se movió.
Las tres son baratas de comprobar y caras de ignorar. Números, condiciones y clasificaciones. Puedes revisarlo todo en menos tiempo que un descanso para tomar un café.
Lo que mantengo aburrido a propósito
Esta es mi verdadera ventaja, y es casi vergonzosamente aburrida. La mayor parte de mi stack no se mueve en absoluto.
Mi ciclo principal apenas ha cambiado en meses: Claude Code en el terminal, mis propios scripts, mi suite de pruebas, mi ruta de despliegue. Los modelos dentro de ese ciclo entran y salen constantemente. El ciclo en sí mantiene su forma. Mis prompts viven en git. Mis scripts de evaluación son míos, no el panel de algún proveedor al que perdería acceso. Cuando cae un modelo, apunto mi arnés existente a él y obtengo un número en unos veinte minutos. El arnés es lo que me protege, mucho más que cualquier modelo individual.
Esto es exactamente por qué el vaivén de facturación de Anthropic nunca me afectó. Mi flujo de trabajo no asume ninguna estructura de facturación particular. Asume que pagaré por tokens de una u otra manera y hace un seguimiento del gasto por su cuenta. Así que cuando el cambio se pausó y rediseñó, no tuve nada que deshacer. Los que salieron quemados fueron los que habían conectado su pipeline a un modelo de facturación que duró dos semanas.
¿Qué queda congelado, concretamente? Mis esquemas de datos. Las interfaces de mi MCP server. Mis scripts de despliegue, y mi definición de "hecho". Estos son los pilares fundamentales, así que los cambio despacio, con deliberación, y solo con una razón que puedo expresar en voz alta. Incluso cuando el estándar subyacente cambia, como las recientes adiciones al spec de MCP, leo las notas, las archivo y adopto solo la pieza que resuelve un problema que tengo hoy.
Si tratas tus cimientos como si también estuvieran sujetos a reevaluación semanal, en realidad no tienes cimientos. Reescribe tu suite de pruebas cada vez que un benchmark se tambalea y llegado cierto punto ya no tienes una suite de pruebas, solo tienes un historial de commits lleno de ansiedad.
La regla que garabateé en una nota adhesiva
Reevalúa las entradas semanalmente. Mantén las interfaces estables.
Modelos, precios, clasificaciones: esas son las entradas. Fluyen dentro y fuera y son intercambiables por diseño, baratas de probar y baratas de desechar. Las interfaces entre tus piezas son el edificio: prompts como código, el arnés de evaluación, tus esquemas, la ruta de despliegue. Renuevas un edificio. No lo derribas porque la tienda de enfrente se pintó de nuevo.
Cuando Claude Fable 5 entró en disponibilidad general el mes pasado, fue un salto genuino, y lo adopté en una semana. Me llevó una tarde, porque apunté mi arnés existente a claude-fable-5, vi los números mejorar en mis propias evaluaciones y lo publiqué. Eso es adaptación rápida. Solo pareció rápido porque todo lo que rodeaba el intercambio era aburrido, estable y ya construido años antes de que Fable existiera.
Así que cuando lleguen los próximos cinco-modelos-en-un-mes, y llegarán, probablemente este mes, no me preparo para el impacto. Tengo mi temporizador del viernes y mi columna vertebral aburrida. Los cuarenta minutos del próximo viernes ya están bloqueados en mi calendario. El caos es solo la entrada. Construye el arnés primero, mantenlo estable y deja que los modelos se alineen detrás de él.