Cursor, Claude Code, Codex y Kimi K2: el equipo de senior devs que cuesta menos que los cafés del mes

En 2024 la pregunta era si la IA podía ayudar a programar. Copilot autocompletaba líneas, ChatGPT explicaba errores: la IA era un asistente, y el humano siempre iba adelante escribiendo. En 2026 la pregunta cambió — ahora es qué IA programa mientras el equipo duerme. Codex en la nube, Claude Code en la terminal, Cursor en el editor: hoy la IA es un agente. Se le describe una tarea y la ejecuta completa — lee el repositorio, edita, corre pruebas, abre un pull request. El humano revisa.

Esa transición pasó en 24 meses, y trajo cuatro herramientas que ya son el estándar de facto: Cursor, Claude Code, OpenAI Codex y Kimi K2.6. No compiten exactamente entre sí — cada una gana en algo distinto — pero juntas resuelven una pregunta que antes costaba contratar a tres ingenieros senior.

Esta pieza es para tres tipos de lector. Si eres curioso pero no programas, te dice por dónde empezar y qué tan lejos puedes llegar solo. Si tienes un equipo chico, te ayuda a decidir en qué pagarles suscripción. Si tienes un equipo grande, te da el stack pragmático que ya están corriendo los equipos que se mueven rápido — con pricing real, benchmarks verificados y, al final, las cosas que ningún vendedor de estas herramientas te va a decir.

Las cuatro herramientas, una por una

Si tienes equipo dev: el stack pragmático

El día a día se cubre con Cursor y Claude Code juntos: Cursor para coding visual con retroalimentación inmediata, Claude Code para lo que exige entender el repositorio entero. Los dos viven en local y suman, no compiten. Las tareas grandes —refactors, migraciones, escribir pruebas para módulos viejos— se delegan a Codex en background: se le asigna la tarea y trabaja en la nube mientras el equipo se enfoca en lo importante. El volumen barato —automatizaciones internas, scripts, procesar bitácoras, trabajos por lote— se cubre con Kimi K2.6 como modelo de respaldo: a $0.60 por millón de tokens, cualquier herramienta interna que llame a un modelo cuesta una fracción.

La filosofía detrás de las cuatro es la misma: no casarse con un solo proveedor. Cada una gana en algo distinto, y el equipo que combina las cuatro va de 3 a 5 veces más rápido que el que le apuesta todo a un solo proveedor. La portabilidad es el superpoder nuevo.

Comparador rápido

Si hay treinta segundos para decidir, esta es la tabla.

Benchmarks que importan

Tres pruebas estándar mide la industria para agentes de código. SWE-bench Verified resuelve issues reales de GitHub en proyectos open-source — el estándar de oro: Claude Code (Opus 4.6) 80.9%, Kimi K2.6 80.2%, OpenAI Codex 80.0%. Terminal-Bench 2.0 mide tareas reales de terminal — ejecutar comandos, instalar dependencias, depurar procesos: OpenAI Codex lidera con 77.3%, Kimi K2.6 sigue con 66.7%, GPT-5.4 queda en 65.4%. LiveCodeBench v6, con problemas algorítmicos recientes que cambian cada mes para evitar fuga de datos: Kimi K2.6 encabeza con 89.6%, Claude Opus 4.6 le sigue con 88.8%.

La diferencia entre el primero y el segundo lugar en cualquiera de estos tres benchmarks va de 0.7 a 4 puntos porcentuales. En la práctica, eso es ruido: las cuatro herramientas están en la misma liga. Lo que decide hoy es para qué se usan, no quién quedó un punto arriba en un test.

El factor Kimi

Hasta hace dos años los mejores modelos eran cajas cerradas: se pagaba por llamada a OpenAI o Anthropic, y si subían precios o cerraban el acceso, no había alternativa. Kimi K2.6 cambia eso — sus pesos están públicos, y eso significa tres cosas concretas. Primero, se puede correr local: si el equipo tiene servidores con GPU decente, se descarga y se corre sin pagarle a nadie, y los datos sensibles nunca salen de la infraestructura propia. Segundo, funciona en cualquier wrapper — Cline, Aider, Continue, Cursor con modelo personalizado — así que no hay atadura a un solo proveedor. Tercero, tira los precios hacia abajo: a $0.60 por millón de tokens de entrada frente a los $5 de Claude Opus 4.7, es 8.3 veces más barato, y cuando un modelo abierto iguala benchmarks por una fracción del precio, los modelos cerrados tienen que bajar o quedarse atrás.

Para un empresario, la lectura es simple: en 18 meses el costo por tarea de IA bajó 80%, y la razón principal es que aparecieron Kimi y modelos chinos similares. Quien depende de un solo proveedor termina pagando cinco veces lo que paga la competencia que diversifica.

Costos honestos: el stack completo

La suma, sin trampas: Cursor Pro $20, Claude Pro —que incluye Claude Code— $20, Codex Pro $200, y un uso ligero de la API de Kimi $10. Total: $250 al mes para tener los cuatro al mismo tiempo. Frente a un sueldo de desarrollador junior en LATAM de alrededor de $2,000 al mes, ese stack completo representa apenas un 13%.

El stack que hace 18 meses hubiera costado contratar a tres ingenieros senior, hoy se opera con un solo desarrollador decente y $250 al mes en suscripciones. La pregunta dejó de ser si se puede. La pregunta es quién en el equipo tiene el criterio para usarlo bien.

Lo que no te van a decir

Todavía mete bugs. Claude, Codex, Cursor o Kimi: los cuatro escriben código que falla a veces — casos límite raros, nombres de variable equivocados, llamadas a APIs que no existen. La frecuencia bajó muchísimo desde 2024, pero no es cero.

Sigue necesitando supervisión humana. Nadie debería fusionar el código de un agente sin revisarlo. El criterio — ¿esto es la decisión correcta para el negocio?, ¿maneja bien los casos límite?, ¿es seguro? — sigue siendo trabajo humano. Lo que cambió es que el humano revisa en vez de escribir.

No reemplaza el criterio de producto.La IA no sabe qué construir; sabe cómo. Pedirle “hazme una app que venda más” no lleva a ningún lado. Pedirle “agrega un carrito de compras con descuento por volumen” lo resuelve en veinte minutos. La pregunta sigue siendo humana; la ejecución, cada vez más, es de la IA.

Pero acelera de 3 a 5 veces. Los equipos que adoptan bien estas herramientas reportan entre 3 y 5 veces más producción — no 10×, no 100×, pero un 3× ya es la diferencia entre llegar al mercado este trimestre o el siguiente. En negocios competitivos, eso lo es todo.

El equipo que combina Cursor, Claude Code, Codex y Kimi por $250 al mes está entregando lo que un equipo de tres ingenieros entregaba en 2024. Si el negocio compite con velocidad, lanzamientos, iteración o producto digital, esto ya no es opcional. La pregunta no es si. Es quién en el equipo tiene el criterio para usar bien el stack.

Cuándo no te sirve

Si el negocio no tiene ningún componente de software o producto digital, este stack no cambia nada operativo hoy — sigue siendo relevante como cultura general, no como inversión inmediata. Si nadie en el equipo puede revisar lo que el agente entrega, adoptar cualquiera de las cuatro herramientas suma riesgo en vez de velocidad: código sin revisión humana es una apuesta, no una ganancia. Si los datos del negocio no pueden salir de la infraestructura propia y no hay forma de correr Kimi en local, las opciones en la nube (Codex, o Cursor/Claude Code contra sus APIs) quedan descartadas de entrada. Y si el presupuesto es genuinamente cero, incluso $20 al mes es un costo real para una consultoría de una sola persona apenas arrancando — en ese caso, primero hay que resolver flujo de caja, no herramientas.

Qué hacer el lunes

1. 1. Corre el diagnóstico de arriba (30 min). Elige el perfil que te describe, decide el punto de entrada y abre la cuenta de la herramienta que te tocó.
2. 2. Si hay equipo, junta a todos quince minutos (1 hora contando la conversación completa). Pregunta qué usa cada quien hoy — es común pagar dos licencias del mismo tipo sin que nadie se dé cuenta.
3. 3. Pon fecha límite de prueba (2 semanas). Corre el stack elegido en un proyecto real y chico, no en un experimento de juguete, y decide con datos propios si se queda — no con lo que dice este artículo.