Claude y Qwen: planificación cara, implementación más barata
ClaudeCodexQwenAI-разработка
Un modelo potente diseña; otro más barato escribe el código
Yo dividiría el trabajo así: Claude o Codex analiza los requisitos, prepara un plan y revisa el resultado, mientras Qwen realiza la mayor parte de los cambios. No es un sustituto universal de un modelo premium, sino una forma de enrutar tareas según su complejidad.
El proyecto público claude-qwen-hybrid describe un flujo muy parecido. Claude Code genera un plan JSON estructurado y, después, un modelo local ejecuta los pasos, trabaja con el repositorio y lanza las comprobaciones.
El ahorro no surge porque el modelo más potente deje de ver el contexto. Surge al reducir sus costosos tokens de salida y sus ciclos de uso de herramientas. En el ejemplo publicado, el planificador utilizó 540 tokens de salida y 10.666 tokens de entrada en caché, con un coste estimado de $0.0113 en el momento del informe. Es un caso concreto, no una promesa de precio para cualquier repositorio.
El artefacto clave no es el prompt ni un historial de chat extenso, sino el contrato de traspaso de la tarea. Debe incluir el alcance de los cambios, las interfaces, los invariantes, los criterios de aceptación, los comandos de validación y las condiciones para volver a la planificación.
- Claude o Codex: arquitectura, descomposición, riesgos y revisión final.
- Qwen: cambios acotados, pruebas, modificaciones repetitivas y correcciones según observaciones concretas.
- Puerta automática: formateo, tipado, pruebas, controles de seguridad y control de archivos modificados.
Los benchmarks solo respaldan indirectamente este esquema. En la página oficial de Qwen3.7, el equipo de Qwen informó un 80,4% para Qwen3.7-Max en SWE-Verified, frente al 80,8% de Opus 4.6 Max allí citado. Son datos del fabricante y no miden la integridad arquitectónica de un proyecto grande.
La calidad del traspaso de contexto define el ahorro
El enfoque híbrido rinde mejor en tareas modulares con buenas pruebas, pero se desmorona cuando hay que tomar decisiones arquitectónicas en cada paso. El fallo más peligroso parece inocente: el ejecutor cumple criterios locales mientras aleja el código del diseño general.
Antes que el coste de tokens, yo vigilaría el número de revisiones repetidas, la proporción de cambios aceptados y los defectos posteriores a la fusión. Si Claude o Codex reescribe con frecuencia la implementación de Qwen, el ahorro solo existe en una hoja de cálculo.
También existe un coste operativo: aislamiento de parches, comandos permitidos, tiempos de espera, filtrado de secretos y reversión tras una validación fallida. Sin esos controles, un ejecutor local solo es más barato hasta el primer incidente costoso.
Este flujo se parece menos a una competición entre modelos que a un compilador con un frontend caro y una ejecución económica. Queda una pregunta: ¿cuánto puede comprimirse el plan antes de perder el contexto que justificó llamar al modelo más potente?