En resumen
Composio comparó cuatro frameworks de agentes utilizando DeepSeek V4 Flash en 30 tareas reales. Claude Code fue el más rápido y consumió menos llamadas a herramientas y tokens de salida, pero costó US$ 0,195 por tarea, frente a US$ 0,073 de OpenCode.
Una prueba de Composio enfrentó a cuatro frameworks de agentes con las mismas 30 tareas del mundo real, utilizando el modelo DeepSeek V4 Flash. El resultado indica que la elección de la herramienta implica principalmente un equilibrio entre velocidad y costo, ya que las tasas de éxito fueron similares, mientras que el precio por tarea varió de forma significativa.
Entre los sistemas evaluados, Claude Code presentó el mejor rendimiento en velocidad. También utilizó la menor cantidad de llamadas a herramientas y de tokens de salida, según el resumen de la investigación. Aun así, ocupó el segundo lugar en costo, con US$ 0,195 por tarea.
OpenCode apareció como la alternativa más barata, con US$ 0,073 por tarea. La diferencia entre ambos valores es de aproximadamente 2,7 veces, cercana a la descripción de casi tres veces utilizada en el reportaje original.
Qué midió la prueba
La comparación no se presentó como una evaluación general de todos los usos posibles de los agentes. Se concentró en cuatro frameworks, un mismo modelo y 30 tareas consideradas reales por Composio. Este diseño permite observar diferencias operativas entre las herramientas, pero limita la extensión de las conclusiones a otros modelos, cargas de trabajo o configuraciones.
Las tasas de éxito fueron descritas como mayoritariamente similares. Esto sugiere que, en este conjunto específico, pagar más no produjo una ventaja proporcional en la finalización correcta de las tareas. Sin embargo, el resultado no informa todos los criterios de evaluación ni la distribución detallada de los errores.
La velocidad puede ser decisiva en flujos interactivos, en los que el usuario sigue al agente y necesita respuestas rápidas. En procesos automatizados o de gran volumen, el costo unitario suele pesar más, especialmente cuando pequeñas diferencias se acumulan en cientos o miles de ejecuciones.
Precio y eficiencia no son lo mismo
El caso de Claude Code muestra que utilizar menos llamadas a herramientas y generar menos tokens no significa necesariamente ser la opción más barata. El costo final también depende de los precios asociados al modelo y de la forma en que cada framework organiza su ejecución, aunque el material proporcionado no detalla esta composición.
Esta distinción es importante porque las métricas aisladas pueden llevar a decisiones equivocadas. Un agente que termina más rápido puede reducir el tiempo de espera y el consumo de infraestructura, pero aun así tener un costo directo mayor. Del mismo modo, una opción barata puede requerir más tiempo o presentar limitaciones que no aparecen en un promedio simple por tarea.
Para los equipos técnicos, la comparación recomienda observar al menos tres dimensiones: tasa de éxito, tiempo de ejecución y costo por tarea. El peso de cada una depende del uso. Un prototipo puede priorizar la velocidad y la facilidad de desarrollo, mientras que una operación recurrente puede favorecer la previsibilidad y un menor costo marginal.
- Claude Code: US$ 0,195 por tarea y mayor velocidad en la prueba.
- OpenCode: US$ 0,073 por tarea, el menor costo informado.
- Las tasas de éxito fueron consideradas mayoritariamente similares entre los frameworks.
- Composio utilizó DeepSeek V4 Flash en 30 tareas reales.
Lo que aún no está confirmado
El material disponible no presenta los nombres de los otros dos frameworks, los tiempos absolutos de ejecución, la tasa de éxito de cada sistema ni la metodología completa de las tareas. Tampoco informa si los precios consideran únicamente el uso del modelo u otros costos operativos.
Por ello, las cifras deben leerse como el retrato de un experimento específico y no como un ranking definitivo. Los resultados pueden cambiar con otro modelo, tareas diferentes, límites de contexto, herramientas adicionales o modificaciones en los precios de los proveedores.
La principal implicación práctica es que no existe una elección universalmente mejor basada únicamente en esta comparación. Claude Code parece favorecer la rapidez, mientras que OpenCode ofrece un menor costo en el conjunto analizado. La decisión final exige probar el flujo real del equipo y medir el rendimiento en condiciones equivalentes.
El reportaje original, publicado por The Decoder, atribuye los datos a la prueba realizada por Composio. Este artículo utiliza exclusivamente la información proporcionada en ese material; los detalles que no aparecen en el resumen permanecen sin confirmación independiente.
Nuestro prisma
La prueba refuerza que los frameworks de agentes deben evaluarse como sistemas completos, no solo por la cantidad de tokens o llamadas a herramientas. La ventaja de velocidad de Claude Code puede ser valiosa en tareas interactivas, pero su mayor costo reduce su atractivo en operaciones de alto volumen. OpenCode destaca económicamente en el experimento, sin que esto demuestre superioridad en todos los escenarios. La decisión más segura es combinar benchmarks específicos, tasa de errores y costo total de operación.
Fuente: The Decoder
Preguntas frecuentes
¿Qué framework fue el más barato en la prueba?
OpenCode, con un costo promedio informado de US$ 0,073 por tarea.
¿Claude Code tuvo una mejor tasa de éxito?
Las tasas de éxito fueron descritas como mayoritariamente similares entre los frameworks.
¿Por qué Claude Code costó más?
El material proporcionado no identifica una causa única; el resultado muestra que un menor uso de llamadas y tokens no garantizó un menor costo.
Recibe Radar de IA todos los días
Las noticias de inteligencia artificial que importan — con nuestro prisma y siempre con las fuentes. Gratis.
