Locale: es
Cuando llegas pronto al límite de uso de una IA, lo normal es sentir que te quedaste sin herramienta. Pero si le lanzas 10 u 11 tareas de programación pesadas a la vez y el agente las lleva solo de la investigación a la implementación, las pruebas y las correcciones, la sensación se invierte. Que el límite de 5 horas baje a toda velocidad se convierte en la prueba de que dentro de esa ventana se está terminando muchísimo trabajo.
¿Por qué agotar el límite de 5 horas tan rápido se siente como un buen negocio?
Según la información de Anthropic a septiembre de 2026, Claude Max 5x en la versión web cuesta 100 dólares al mes y Max 20x, 200 dólares al mes. El uso por sesión se reinicia cada 5 horas y, aparte, hay un límite semanal. Lo que se consume no es un simple conteo de mensajes: depende de lo largo de la conversación, los archivos adjuntos, el modelo, las funciones que uses y lo complejo de la tarea.
Así que, si le pides que lea un repositorio enorme, que edite varios archivos y que además ejecute las pruebas, y encima con varias de esas tareas en paralelo, no tiene nada de raro que la ventana de 5 horas se gaste rápido.
Lo curioso es que "se me gastó el límite" no siempre significa "salí perdiendo". No es lo mismo gastar la sesión en 100 charlas cortas que gastarla en 10 cambios grandes que quedaron terminados de verdad. El uso es el mismo, el resultado no.
Lo que hay que mirar no es el tiempo que te queda, sino cuánto trabajo terminado sale por cada unidad de uso.
Sentir que rinde 50 veces más no significa tener 50 veces más tokens
A veces, al compararlo con otro agente, sientes que "te deja hacer como 50 veces más". Pero esa diferencia no tiene por qué ser 50 veces más tokens o mensajes.
La diferencia real crece porque se multiplican varios factores:
- la probabilidad de llegar al objetivo con una sola instrucción
- cuánto puede cambiar de una sola vez
- qué tan seguido pasa de investigar a implementar de verdad
- qué tan seguido arregla solo las pruebas que fallan
- cuántas veces tienes que decirle "sigue" o "arregla eso también"
- cuántas tareas puedes tener corriendo al mismo tiempo
Si un agente flojo necesita 20 idas y vueltas para un trabajo que uno fuerte cierra en 1 o 2, la diferencia que notas supera con facilidad las 10 veces.
O sea, lo importante no es cuánto texto puede escupir, sino cuántas tareas puede dejar realmente terminadas.
¿Cuántos días de un ingeniero senior equivalen a unos 16.000 yenes al mes?
Si de pronto lo comparas con lo que cobra una persona, los números se vuelven bastante absurdos.
Según Levels.fyi, a 26 de septiembre de 2026, la compensación total mediana de un Senior Software Engineer en Japón era de unos 11,77 millones de yenes al año. El percentil 25 rondaba los 8,96 millones; el 75, los 16,81 millones, y el 90, los 23,91 millones.
Si lo divides de forma simple entre 20 días laborables al mes, queda así:
| Nivel | Compensación anual total | Equivalente mensual | Por día laborable |
|---|---|---|---|
| Percentil 25 | unos ¥8,96 M | unos ¥747 mil | unos ¥37 mil |
| Mediana | unos ¥11,77 M | unos ¥981 mil | unos ¥49 mil |
| Percentil 75 | unos ¥16,81 M | unos ¥1,40 M | unos ¥70 mil |
| Percentil 90 | unos ¥23,91 M | unos ¥1,99 M | unos ¥100 mil |
Además, la encuesta de 2026 de Findy Freelance encontró que los ingenieros freelance cobraban en promedio 808.264 yenes al mes, o 5.319 yenes por hora.
Si pones la suscripción de la IA en unos 16.000 yenes al mes, equivale a unos 0,33 días laborables de un ingeniero senior con sueldo mediano, y a apenas un 2% de lo que cobra al mes un freelance promedio.
Claro, es una comparación de broma. Un sueldo y una suscripción de software no son lo mismo, y la IA no asume un contrato laboral, responsabilidades, guardias, explicaciones a clientes ni la coordinación con el resto de la empresa.
Aun así, es verdad que un precio que parece caro como "cuota mensual de un chat" de repente se ve diminuto si lo miras como lo que pagarías por subcontratar trabajo técnico pesado.
10 u 11 tareas en paralelo no son "11 empleados", pero se parecen a un equipo de desarrollo de una sola persona
Con 10 u 11 tareas corriendo a la vez, por fuera parece un pequeño equipo de desarrollo.
Por un lado se añaden funciones al sitio. Por otro, se adapta a varios idiomas. En otro se hacen controles de calidad. En otro se corrigen errores. Y en otro más se mejora la infraestructura. Trabajo que una persona normalmente haría uno detrás de otro avanza todo al mismo tiempo.
Pero no se puede decir que "11 tareas en paralelo = contratar a 11 ingenieros senior".
Un ingeniero senior de carne y hueso pregunta a las personas implicadas cuando los requisitos no están claros, se hace responsable del diseño, decide prioridades cuando algo se rompe y deja conocimiento en el equipo. La IA no te garantiza nada de eso por sí sola.
Lo más exacto es decir que "una sola persona puede tener una capacidad de trabajo parecida a la de un pequeño equipo de desarrollo".
El próximo cuello de botella no es generar código, sino dirigir el tráfico
Cuando los agentes no hacían mucho, el gran problema era su capacidad de producir.
Ahora que hacen casi demasiado, el problema cambia.
Si varios agentes tocan el mismo repositorio, editan el mismo archivo por separado. Uno trabaja con supuestos que ya no valen. Una tarea que llega después deshace un error que otra ya había corregido. Dos acaban haciendo funciones parecidas cada una por su lado.
Aquí no basta con generar código más inteligente:
- tener una sola versión de referencia
- repartir bien quién se encarga de qué
- volver a leer y comprobar después de cada cambio
- no separar las pruebas de la verificación en el sitio real
- poner una revisión final de integración
- no resolver un problema montando un "segundo sistema"
En resumen: cuanto más rápida es la IA, más pasa el trabajo humano de "hacer las cosas" a "dirigir el tráfico y diseñar".
Si los artículos mejoran, no es solo porque el modelo que escribe sea más listo
En un sistema que produce muchos artículos pasa lo mismo.
Al principio, ya era un gran avance que pudiera generar texto. Pero solo con eso, a veces sale bien y a veces no.
Luego se van sumando capas: controles de calidad que frenan los fallos graves, revisión de naturalidad en cada idioma, protección contra mezclas de idiomas, comprobación de la página real publicada, enlaces internos, que el lector pase al siguiente artículo, ayudas de lectura como audio o lectura rápida, conexión con lo que la gente busca y un circuito que devuelve las reacciones reales de los lectores al siguiente artículo.
Así, una mejora ya no se queda en un solo artículo.
Si conviertes en regla un error que encontraste una vez, ayuda también a todos los artículos futuros. Parece que estás corrigiendo un artículo, pero en realidad estás ajustando las condiciones de la fábrica que hace los artículos.
A esas alturas, la calidad mejora menos como una suma y más como un interés compuesto.
Pero "la fábrica es más fuerte" no es lo mismo que "todos los artículos son mejores"
Que el sistema tenga más funciones no significa que el texto que lee la gente haya mejorado de verdad.
Puedes tener 100 controles, y al lector le dará igual si el texto es aburrido. Puedes publicar en 12 idiomas, pero una traducción rara vale poco. Puedes verificar el sitio real a la perfección, pero si la respuesta que buscaba la persona es pobre, no es un buen artículo.
Por eso, al final, lo mejor es comparar a ciegas los artículos viejos con los actuales en las mismas condiciones.
Por ejemplo, elegir al azar 100 artículos de cada época y puntuar la exactitud de los datos, la claridad, lo concreto que es, lo interesante, si responde a lo que se buscaba, la naturalidad del idioma y si el lector sabe qué hacer después.
Si los artículos actuales ganan una y otra vez, ya no es un "parece que mejoró": se confirma que la propia fábrica mejoró.
Ver el precio de un agente de IA como "lo que pagas por un chat" es no entender nada
Si ves los 100 dólares al mes como un chat caro, sí, es bastante caro.
Pero si con ese mismo pago puedes cerrar varias veces al día investigación del repositorio, implementación, pruebas, correcciones y documentación, cambia con qué lo comparas.
No hay que compararlo con una app de correo o un servicio de redacción, sino con las horas de trabajo humano, lo que cuesta subcontratar, el tiempo de espera, el cambio constante de tarea y el trabajo que hay que rehacer.
Por supuesto, no puedes cargarle toda la responsabilidad a la IA. Sigue haciendo falta revisar lo que entrega e integrarlo.
Aun así, cuando el trabajo que sale es tan grande para lo que pagas, se siente menos como "usar un servicio mensual" y más como "alquilar la capacidad de un equipo técnico ridículamente barato".
Conclusión: fíjate en lo rápido que se acumula el trabajo terminado, no en lo rápido que se va el límite
La ventana de 5 horas se esfuma enseguida.
Normalmente, eso da pena.
Pero si dentro de esas 5 horas se cerraron casi 10 trabajos pesados, todavía te queda margen para la semana y cada mejora se reutiliza en artículos y código futuros, el número que importa no es "qué % me queda".
¿Cuántas cosas se terminaron? ¿Cuántas idas y vueltas te ahorraste? ¿Cuánto trabajo no hubo que rehacer? ¿A cuántas tareas futuras llegó una sola mejora?
El valor de un agente de IA se entiende mejor midiendo el trabajo terminado por unidad de uso, no la cantidad de respuestas que suenan inteligentes.
Se siente como contratar a un superingeniero de élite por 16.000 yenes al mes, pero no porque un sueldo y una suscripción de software sean lo mismo.
Es porque la unidad básica de trabajo empieza a cambiar: de "una persona trabaja 8 horas" a "una persona toma las decisiones y varias tareas se terminan a la vez".
Y en ese punto, lo que da miedo de verdad no es el límite de uso.
Es equivocarse al integrar y romper el mismo repositorio con el impulso de 10 superingenieros de élite.
Referencias (5)
- Anthropic, plan Claude Max: https://support.claude.com/en/articles/11049741-what-is-the-max-plan
- Anthropic, límites de uso y de longitud: https://support.claude.com/ja/articles/11647753-%E4%BD%BF%E7%94%A8%E9%87%8F%E3%81%A8%E9%95%B7%E3%81%95%E3%81%AE%E5%88%B6%E9%99%90%E3%81%AF%E3%81%A9%E3%81%AE%E3%82%88%E3%81%86%E3%81%AB%E6%A9%9F%E8%83%BD%E3%81%97%E3%81%BE%E3%81%99%E3%81%8B
- Anthropic, Claude Opus: https://www.anthropic.com/claude/opus
- Levels.fyi, salario de Senior Software Engineer en Japón: https://www.levels.fyi/t/software-engineer/levels/senior/locations/japan
- Findy Freelance, informe del mercado de ingenieros freelance 2026: https://freelance.findy-code.io/articles/market-report_202603
