Anthropic canceló la membresía Max para OpenClaw y los modelos están saturados. Cristian, Diego y Rodrigo analizan alternativas: Qwen3.5, Gemini 4, modelos open source, IA local vs APIs, optimización de costos y estrategias para empresas que dependen de IA.
13 saltos · abre en YouTube
Anthropic mandó un correo el sábado diciendo que sus sistemas no están optimizados para uso con agentes externos como OpenClaw, solo para Claude y Claude Code. Si quieres seguir conectando Opus o Sonnet a tu propio agente, pagas por token. Cristian calcula que eso es la diferencia entre $200 al mes (plan Max) y $100 por día. En este episodio, los tres hosts documentan en vivo cómo están migrando: qué modelos alternativos funcionan, qué pasa con la latencia de los modelos open source en la nube, cuándo tiene sentido correr modelos locales y por qué la documentación es la única estrategia que escala entre migraciones.
El mail del viernes fue claro: la suscripción Max de $200 deja de alimentar agentes externos. Anthropic dice que sus sistemas están optimizados para las aplicaciones propias (Claude y Claude Code), no para que OpenClaw u otros agentes las consuman por detrás. El uso “extra” ahora se factura por token directamente.
La aritmética que Cristian puso sobre la mesa:
En paralelo hay un problema de calidad: los propios modelos empezaron a responder peor mientras Anthropic optimiza capacidad. Hay días con servicio parcial, días con latencia alta, días con respuestas más tontas. Rodrigo mostró la página pública de status de Claude: en los últimos 90 días, Claude.ai está en ~98% de uptime, la API en ~99%, y Claude Code tiene errores parciales casi diarios.
“Nosotros ya estamos en el mundo en que dije: bacán, puedo usar mis agentes de IA para sustituir trabajo operativo. ¿Y nos hacen más tontas las IAs? ¿En serio?” — Cristian Tala
Hay buena noticia en medio: Anthropic anunció ampliación de capacidad con servidores de Google. Se espera que mejore en semanas.
Cuatro alternativas reales para uso agéntico en 2026: Qwen 3.5 vía OpenRouter (excelente tool use, ~100x más barato que Sonnet, con bug si activás thinking), Kimi K2/2.6 (contexto largo, 6x más barato que Opus), MiniMax 2.7 (default de Diego por buen uso de herramienta y bajo consumo de tokens) y Gemma 4 de Google (abierto, corre local en mini-PC). Cristian corrió benchmark con 8 modelos contra los mismos 20 inputs: varios igualaron o superaron a Sonnet con precios 20-100 veces menores.
La conclusión operativa del trío: no existe un reemplazo 1:1 de Opus. Lo que existe es una estrategia de modelos mezclados — el modelo caro para lo que realmente lo necesita, el modelo barato para el resto.
Cuatro escenarios donde correr local gana a la API: datos sensibles (salud, banca, data personal — en Chile la Ley de Protección de Datos entra en vigencia en diciembre de 2026), latencia crítica (IoT, visión computacional, clasificación de volumen alto), recursos ociosos (una startup puede usar MacBooks del equipo para tokens gratis) y prevalidación (el modelo local filtra qué llega al modelo caro). Rodrigo corre Gemma 26B en un mini-PC AMD Ryzen 7 de 64 GB RAM (~1.000 USD) a 15 tokens/seg para clasificación editorial antes de pasar a GPT-5.4.
Los casos donde correr local tiene sentido claro:
Un ejemplo de Rodrigo (con actores cambiados para proteger al cliente): una empresa que dependía de la calidad del agua tenía a una persona mirando un tanque 24/7. Sensores baratos + modelo local que corre en una cajita IoT + alerta por internet cuando hay anomalía. La persona deja de hacer la tarea; interviene solo cuando el sistema dispara.
La demanda global de RAM por IA disparó precios y esperas. Los tres hosts compararon opciones en vivo:
| Opción | Precio aproximado | Disponibilidad | Para qué conviene |
|---|---|---|---|
| Mini-PC AMD Ryzen + 64 GB RAM | ~$1.000 USD | Inmediata | Modelos 7B-26B, tareas específicas, clasificación, prevalidación |
| NVIDIA DGX Spark | Alto, rango developer | Solo EE.UU.; Cristian intentó y le cancelaron la orden desde Chile | Desarrollo IA, múltiples modelos en paralelo, arquitectura de servidores NVIDIA a escala personal |
| Mac Studio M3 Ultra (512 GB RAM) | Top de gama | 4–5 meses de espera; Apple ya solo vende el de 256 GB | Modelos grandes, velocidad de tokens alta, setup silencioso |
| Mac Mini 64 GB | Medio | Mejor que el M3 Ultra hoy | Tokens/seg aceptables, footprint bajo, conectable a OpenClaw |
La regla pragmática que salió: si puedes esperar 3–4 meses, espera. Viene Mac Studio M5, probablemente un DGX Spark 2, y la crisis de RAM debería aflojar. Si no puedes esperar, un mini-PC bien configurado con Gemma o Qwen local te deja operativo hoy por ~$1.000.
Diego mencionó una conversación con un contacto en Meta: la política interna es gastar ~$5 millones al mes por ingeniero en tokens. Tienen un dashboard público — el “Claude Board” o similar — mostrando quién consumió más. Apple, según la misma fuente, tiene un tope muy inferior y una estrategia más dirigida.
“¿Qué estás optimizando? ¿Tokens porque sí? ¿Son tokens de exploración y aprendizaje? ¿O son tokens para llenar la barra y ganarle al resto? No sé si ese es el incentivo correcto.” — Rodrigo Rojo
La crítica de los tres fue unánime: maximizar tokens consumidos es el incentivo equivalente a que un CEO se premie por facturación y no por margen. Termina vendiendo bajo costo, cobrando bono y desangrando a la empresa. Los tokens tienen que traducirse en output con valor medible — ingreso, código útil, decisiones mejores, tiempo ahorrado.
Cristian tiró un dato crudo: solo ~6% de las personas usan IA activamente hoy. El 94% restante está atrás. Rodrigo lo complementó desde sus talleres: hasta hace meses, la pregunta era “¿cómo funciona esto?”. Ahora es “¿cómo hago este documento específico?” — la gente quiere recetas, no clases de prompting.
Esto tiene dos implicancias:
Rodrigo llevaba dos “reencarnaciones” de su agente Sheldon antes de este episodio. La lección que sacó: la única forma de migrar sin perder meses es documentar todo en formatos livianos que la IA pueda leer.
“Le digo a mi agente: ‘creemos este procedimiento, documéntalo’. Si después cambio de framework o de agente, le paso la documentación y dice ‘acá está el way of work, lo adapto’. Lo mismo con un computador: si muere, agarro otro, pongo Dropbox y sigo.” — Rodrigo Rojo
El patrón aplica también a empresas. Documentar procesos en Markdown, Obsidian, Notion — cualquier formato que el agente pueda ingerir — es lo que te permite cambiar de OpenClaw a GenSpark, de Claude a Qwen, o de un framework a otro sin reescribir todo desde cero. Si tu conocimiento vive solo en la cabeza de las personas, cada cambio de herramienta te cuesta semanas.
La explicación oficial es que sus servidores no están optimizados para ese patrón de consumo — agentes externos que mantienen sesiones largas, múltiples tool calls por tarea, y contexto grande persistente. El uso esperado del plan Max es desde Claude.ai y Claude Code, donde Anthropic controla cliente y servidor. Si quieres seguir usando Opus o Sonnet desde OpenClaw, tienes que pagar tokens directamente por API — lo que para uso agéntico intensivo resulta ~15x más caro.
MiniMax 2.7 y Qwen 3.5 son los dos más mencionados por la comunidad para uso agéntico con OpenClaw en 2026. MiniMax tiene mejor uso de herramienta out-of-the-box. Qwen 3.5 es 100x más barato que Sonnet vía OpenRouter, pero tiene un bug conocido: si activas el modo thinking, no le pasa la lista de herramientas. Si necesitas escritura larga con calidad alta, GPT-5.4 o Gemini 3.1 son razonables. Para tareas sensibles a privacidad, Gemma 26B corre bien local en un mini-PC de ~$1.000.
Depende del volumen y la sensibilidad. Si estás pagando más de ~$300 al mes en APIs de IA para tareas que podrían correr en un modelo 7B-26B (clasificación, prevalidación, resúmenes cortos, generación de descripciones), el mini-PC se paga solo en 3-4 meses. Si además manejas datos sensibles (salud, banca, data personal), el argumento de compliance vale más que el ahorro. Lo que no conviene hoy es comprar hardware top (Mac Studio M3 Ultra, DGX Spark) solo por curiosidad — espera 3-4 meses a que salga la próxima generación y ceda la crisis de RAM.
Pregunta qué está optimizando. Si el KPI visible es “tokens consumidos por persona” sin una métrica de output real — código mergeado, clientes atendidos, decisiones acertadas, tiempo ahorrado medido — el incentivo está desalineado. Los tokens son insumo, no resultado. La pregunta correcta es: “¿ese gasto en tokens cuánto ingreso, cuánto ahorro o cuánta velocidad me devolvió?” Si no hay respuesta clara, estás quemando plata con un dashboard bonito.
Cuatro cosas, todas en Markdown plano: (1) tu way of work — cómo abordas las tareas habituales, (2) las herramientas que usas y por qué, (3) tus reglas de negocio internas — criterios editoriales, políticas de respuesta, tono, (4) las integraciones activas — qué servicios externos tocas, con qué credenciales, qué hacen. Si tu agente puede leer esos cuatro archivos, puedes cambiar de framework en un fin de semana en lugar de dos meses.
🌐 eslahoradeaprender.com · 🎧 Spotify · 📺 YouTube
Accesibilidad: activa los subtítulos en el reproductor de YouTube para leer la conversación completa.
