Después de gastar billones de tokens, creo que ya puedo sacar una conclusión bastante clara: La gente está optimizando el coste equivocado. He probado decenas de modelos, editores y agentes: Codex, Claude Code, Cursor, OpenCode, Codex Cloud, múltiples providers y configuraciones. Llevo desde gpt-3.5 usando IA para programar. Al principio como asistente y desde diciembre del año pasado, no escribo código manualmente: programo exclusivamente con IA. Además lo he hecho en proyectos reales. En productos en producción con millones de usuarios, como Calisteniapp. Me costó todo este tiempo darme cuenta de qué es lo realmente importante a la hora de elegir modelos y tools. La mayoría mira únicamente el precio por millón de tokens, o el uso que tiene incluido en la suscripción de turno, y la calidad del resultado. Tienden a usar el mejor modelo calidad/precio que se pueden permitir. Pero esta métrica, aislada, no significa nada. Porque el verdadero coste no son los tokens. Es el efecto compuesto: - el número de iteraciones, - el tiempo humano, - la carga mental, - la pérdida de flow, - y el coste de revisar trabajo mediocre. Con modelos baratos tipo Kimi K2.6, para una misma tarea, normalmente necesito 1 o 2 iteraciones más que con GPT-5.5 o modelos sota. Sí, el modelo barato cuesta 2-3 veces menos por token. Pero si necesito: - más prompts, - más revisiones, - más contexto, - más correcciones, - y más tiempo pensando… Entonces el modelo "barato" termina siendo más caro. Porque no estás pagando solo tokens. Estás pagando tiempo humano y carga cognitiva. Y el tiempo humano de un programador senior no vale precisamente poco. Tomemos un baseline conservador: 40 céntimos por minuto. Si un modelo mediocre me hace perder 10 minutos extra revisando, iterando o corrigiendo, ya he gastado 4€ invisibles. Ese es el coste oculto de usar modelos "calidad/precio". Y esto se vuelve todavía más evidente usando modos xhigh o max. Mucha gente piensa: no compensa, consume demasiados tokens. En mi experiencia, la mayoría de las veces ocurre exactamente lo contrario. Los modos de razonamiento profundo suelen ser más baratos en coste total real porque: - resuelven mejor, - hacen menos errores, - necesitan menos iteraciones, - y llegan mucho más cerca del one-shot. A veces gastas más tokens. Pero menos tiempo humano. Y eso es lo importante. Pero hay otro factor más que la gente subestima y que casi nadie mide: La velocidad de inferencia. Hay tareas donde no necesitas el modelo más inteligente del planeta. Por ejemplo: - commits, - pushes, - tareas mecánicas, - scripting simple, - operaciones repetitivas. Pero ahí tampoco compensa necesariamente usar modelos lentos y baratos. Compensa usar modelos suficientemente inteligentes… pero absurdamente rápidos. Modelos como GLM 4.7 o GPT OSS 120B en providers optimizados pueden trabajar a cientos o incluso miles de tokens por segundo. ¿Resultado? Tareas que antes tardaban 2 minutos pasan a tardar 10 segundos. Y otra vez: el ahorro no está en tokens. Está en no romper el flow. Dos minutos esperando un commit automático son dos minutos donde tu cerebro sale del contexto. Son dos minutos de tu tiempo que cuestan mucho más que esos tokens. Te sugiero cambiar el chip: - No optimizar €/millón de tokens. - Sino optimizar coste total cognitivo y operativo. Si te interesa saber qué modelos y configuraciones uso, en mi perfil tienes un repo abierto con todo. Si piensas diferente, me gustaría conocer tu opinión.