Modelos gratuitos para programar en 2026: qué usar en lugar del caro Claude
MarkdownGLM-5.2, DeepSeek, Qwen, Kimi y Gemini: modelos gratuitos y de bajo coste para programar en 2026. Cuánto cuestan, cómo conectarlos en 15 minutos y cuándo Claude sigue siendo mejor.
Leer el artículo completo
Conclusión clave
En 2026, los modelos abiertos casi han alcanzado a los de pago. En los resultados de código publicados por Z.ai, GLM-5.2 supera a GPT-5.5 en algunos benchmarks; los precios dependen del plan de acceso y la mezcla de entrada y salida, mientras que DeepSeek, Qwen3-Coder y Kimi ofrecen resultados útiles por unos céntimos o incluso gratis. Si agotas tus límites de Claude antes de terminar la tarea, hay una alternativa. Pero los modelos baratos tienen sus propios costes: tus datos, la fiabilidad y tu tiempo. A continuación encontrarás las cifras, una forma de conectarlos en 15 minutos y una mirada honesta a los casos en los que Claude sigue ganando.
Encontrarás información sobre cómo trabajar con Ailoot en la documentación.
En qué se agotan los límites de Claude y cuánto cuestan
Conclusión clave
Claude Code cuenta los tokens de todo el contexto, no solo los de una de tus frases: los archivos del proyecto, el historial de conversación y la salida de los comandos. En un proyecto grande, el límite diario de la suscripción puede agotarse tras un par de horas de trabajo intenso. Después, o esperas a que se restablezca o pagas por token, y la factura puede crecer rápidamente sin que te des cuenta.
El temor más habitual entre quienes acaban de empezar con el vibe coding es: «Pagué 20 $ y me lo fundí todo en una noche». No es una exageración: pasa.
Cuando le pides a un agente de IA que arregle una función, el modelo no lee una sola línea. Incluye archivos relacionados, recuerda mensajes anteriores, ejecuta comandos y lee sus resultados. Cada paso usa tokens. En un proyecto diminuto, la diferencia es difícil de notar, pero en un producto real con decenas de archivos, la misma solicitud puede costar varias veces más de lo que parece a primera vista. Este análisis aparte explica cómo un agente agotó todo el presupuesto durante la noche.
Entonces llegas a una encrucijada. Una suscripción a Claude te da una cuota diaria fija: al llegar al límite, tienes que esperar a que se restablezca o pasar a pagar por token. Y los modelos premium son caros. El modelo estrella Fable 5 de Anthropic, por ejemplo, tenía un precio de 10 $ por millón de tokens de entrada y 50 $ por millón de tokens de salida, y un proyecto grande con agentes puede consumir esos millones en un día.
Aquí conviene recordar algo sencillo: un modelo es un motor reemplazable. En 2026, los modelos abiertos han alcanzado casi el mismo nivel de capacidad que los caros modelos de pago, y algunos son gratuitos.
GLM-5.2: el modelo chino que planta cara a los modelos de pago
Conclusión clave
GLM-5.2 es un modelo abierto de Z.ai (antes Zhipu), lanzado el 17 de junio de 2026. En la tabla del desarrollador supera a GPT-5.5 en algunas tareas y se acerca a Claude Opus 4.8 en otras; esos resultados no establecen una clasificación universal de calidad o coste. Sus pesos se publican bajo la licencia MIT, así que puedes descargar el modelo y ejecutarlo por tu cuenta.
GLM-5.2 es la noticia que ha hecho hablar de los modelos abiertos incluso a los escépticos. Por dentro tiene 753 mil millones de parámetros (unos 40 mil millones activos por solicitud) y una ventana de contexto de un millón de tokens. En pocas palabras, puede mantener un proyecto grande en contexto sin perder de vista el principio.
Las cifras proceden de la presentación de GLM-5.2 de Z.ai, publicada el 17 de junio de 2026, no de una comparación independiente de este artículo. SWE-bench Pro usó OpenHands con prompt adaptado, temperatura 1, top-p 1, límite de salida 32K y contexto 400K. La fila Terminal-Bench corresponde a Terminus-2. FrontierSWE es la puntuación Dominance comunicada para el 16 de junio de 2026, con contexto 1M, esfuerzo máximo y salida 128K. Estos resultados dependen de su entorno y no deben generalizarse a todo trabajo de código.
| Prueba de programación | GLM-5.2 | GPT-5.5 | Claude Opus 4.8 |
|---|---|---|---|
| SWE-bench Pro | 62.1 | 58.6 | - |
| FrontierSWE | 74.4% | 72.6% | 75.1% |
| Terminal-Bench 2.1 | 81.0 | - | 85.0 |
Lee cada benchmark por separado: GLM supera a GPT-5.5 en las dos filas compartidas mostradas, mientras Opus 4.8 va por delante en FrontierSWE y Terminal-Bench. Esta selección no demuestra que GLM sea mejor en todas las tareas de programación.
Nota
«Pesos abiertos» significa que la empresa ha publicado el modelo en sí, no solo el acceso por suscripción. Técnicamente, puedes descargarlo de HuggingFace y ejecutarlo en tu propio servidor. Los emprendedores normalmente no necesitan hacerlo; es más fácil conectarse a un servicio ya preparado por un par de dólares al mes. Más abajo explico exactamente cómo.
¿Cuánto cuesta GLM-5.2 y dónde se puede conseguir?
Conclusión clave
Hay tres opciones. Una suscripción a GLM Coding Plan de Z.ai cuesta unos 3-6 $ al mes en el nivel inicial; los niveles superiores cuestan más. El acceso mediante una API de pago por token cuesta alrededor de 1 $ por millón de tokens de entrada y 3 $ por millón de tokens de salida, y pagas por lo que usas. La tercera opción es para usuarios técnicos: descargar gratis los pesos y ejecutar el modelo en tu propio servidor.
Para un emprendedor que no programa, la opción más sencilla es una suscripción de Z.ai o el acceso mediante una API de pago por token. No necesitas ejecutar el modelo en tu propio servidor; eso es para quienes se sienten cómodos con la infraestructura.
| Cómo acceder a GLM-5.2 | Coste | Para quién |
|---|---|---|
| GLM Coding Plan (Lite) | ~3-6 $ / mes | Trabajo habitual; quieres una factura predecible |
| GLM Coding Plan (Pro) | ~15-19 $ / mes | Muchas tareas; necesitas una cuota mayor |
| API de pago por token | ~1 $ de entrada / 3 $ de salida por millón | Trabajas de forma irregular y pagas por lo que usas |
| Descargar los pesos (MIT) | Gratis + tu propio servidor | Usuarios técnicos que se sienten cómodos con la infraestructura |
Compara las cifras aproximadas. Un modelo premium de pago puede costar hasta 50 $ por millón de tokens de salida. Con acceso de pago por token, GLM-5.2 cuesta unos 3 $, mientras que una suscripción mensual de Z.ai cuesta menos que un almuerzo. Para la mayoría de las tareas, la calidad solo varía un poco, mientras que la factura puede ser decenas de veces menor. Otra ventaja: GLM-5.2 ya está integrado en herramientas populares como Cline (una extensión gratuita para el editor), así que no tendrás que usar la línea de comandos.
Cambiar el modelo es solo la mitad del trabajo. La configuración que lo rodea mantiene la consistencia de los resultados: qué incluyes en el contexto, cómo organizas los conocimientos del proyecto y si el agente entiende tu forma de pensar. Una configuración funcional tiene tres partes: un clon de IA, un Second Brain y Context Engineering. Esta combinación convierte cualquier modelo de «parlanchín que alucina» en una herramienta fiable.
Otras alternativas a Claude: DeepSeek, Qwen3-Coder y Kimi
Conclusión clave
GLM-5.2 no es la única opción. DeepSeek V4 es un modelo abierto con una cuota inicial gratuita y uno de los mejores resultados de programación entre los modelos abiertos. Kimi K2.6 de Moonshot es barato y capaz. Cada uno ofrece un equilibrio distinto entre precio y calidad, y distintos modelos tienen sentido para distintas tareas.
En 2026 ya hay muchos modelos abiertos para programar, y de verdad compiten con los de pago. Estos son los que los emprendedores deberían conocer.
DeepSeek V4. Un modelo abierto bajo la licencia MIT, lanzado el 24 de abril de 2026. DeepSeek V4-Pro-Max, su modelo de gama alta, obtiene un 80.6% en la prueba SWE-bench Verified, el mejor resultado entre los modelos abiertos, a la par de Gemini 3.1 Pro. Por su parte, el modelo más ligero DeepSeek V4-Flash cuesta casi nada: unos 0.14 $ por millón de tokens de entrada. También hay una cuota inicial gratuita que no requiere tarjeta, así que puedes probarlo sin preocuparte. Este análisis compara DeepSeek y Claude en detalle.
Qwen3-Coder. Un modelo del equipo Qwen con 480 mil millones de parámetros (35 mil millones activos), ajustado para programación y con una ventana de contexto de un millón de tokens. Es un modelo de código abierto especializado en programación. El acceso de pago por token cuesta alrededor de 0.22 $ por millón de tokens de entrada. Si quieres ejecutar este modelo en el terminal, consulta cómo obtener una clave API para Qwen Code y cuánto cuesta usarlo.
Kimi K2.6. Un modelo abierto de Moonshot con un billón de parámetros, lanzado el 20 de abril de 2026. El acceso de pago por token cuesta unos 0.66 $ por millón de tokens de entrada y 3.41 $ por millón de tokens de salida. Es capaz y no cuesta mucho.
| Modelo | ¿Abierto? | Precio (entrada por millón de tokens) | Opción gratuita |
|---|---|---|---|
| GLM-5.2 | Sí (MIT) | ~1 $ | Descargar los pesos |
| DeepSeek V4 | Sí (MIT) | ~0.14 $ (Flash) | Cuota inicial, no requiere tarjeta |
| Qwen3-Coder | Sí | ~0.22 $ | Open weights |
| Kimi K2.6 | Sí | ~0.66 $ | Descargar los pesos |
| Claude Opus 4.8 | No | Suscripción + altos costes por token | Ninguna |
¿Qué modelos de programación son realmente gratuitos en 2026?
Conclusión clave
Puedes trabajar completamente gratis y hay varias formas de hacerlo: la cuota inicial de DeepSeek sin tarjeta, el nivel gratuito de la API de Gemini y el agente Codex incluido en una suscripción a ChatGPT. Cada opción tiene un límite de solicitudes, pero es suficiente para probarla y trabajar en proyectos pequeños.
«Gratis» puede significar distintas cosas en el mundo de los modelos. Algunos ofrecen una cuota inicial, otros limitan el número de solicitudes diarias y algunos vienen como extra con una suscripción que ya tienes. Estas son las opciones prácticas para 2026:
- Cuota inicial de DeepSeek. Una cuota gratuita que no requiere tarjeta. Basta para probar el modelo a fondo en una tarea real, no en un ejemplo de juguete.
- Nivel gratuito de Gemini. El modelo Gemini 3 Flash a través de la API ofrece hasta 1,500 solicitudes gratuitas al día. Un detalle fácil de pasar por alto: Google cerró su herramienta independiente Gemini CLI para particulares el 18 de junio de 2026 y está dirigiendo a los usuarios a Antigravity, su nuevo editor de IA. Consulta la guía paso a paso para pasarte a Antigravity.
- Codex en ChatGPT. Si ya tienes una suscripción ChatGPT Plus de 20 $, el agente de programación Codex está incluido sin coste adicional. También está disponible en el nivel gratuito de ChatGPT, pero allí el límite de solicitudes es estricto.
Cómo conectar un modelo barato en 15 minutos
Conclusión clave
Para alguien que no programa, la forma más sencilla es usar la extensión Cline en el editor VS Code junto con una clave de proveedor. Instala la extensión, pega la clave y elige un modelo de la lista. Después, trabaja igual que con Claude: describe la tarea con palabras y el agente editará los archivos. Puedes pagar según el uso o elegir un modelo gratuito para controlar los costes.
No tendrás que tocar la línea de comandos. Todo el proceso se lleva a cabo en la ventana habitual del editor. Si primero quieres comparar Cline con otras opciones, consulta qué agente de IA gratuito para VS Code se adapta a tu situación.
Instala VS Code y la extensión Cline
VS Code es un editor de código gratuito de Microsoft. En la pestaña Extensions del editor, busca Cline y haz clic en «Install». Cline es un agente de IA gratuito integrado directamente en el editor.
Crea una clave de API
Pega la clave en Cline
En los ajustes de Cline, elige tu proveedor y pega la clave. La lista de modelos disponibles se cargará automáticamente.
Elige un modelo
Busca el que necesites: z-ai/glm-5.2 por sus capacidades, qwen/qwen3-coder para usarlo gratis o deepseek por su bajo precio. Puedes cambiar de uno a otro cuando quieras.
Describe la tarea con palabras
Describe en lenguaje corriente lo que necesitas hacer. El agente lee el proyecto y te propone cambios para que los confirmes. A partir de ahí, el flujo de trabajo es igual que con Claude.
Si ya has trabajado con Claude Code, te costará muy poco acostumbrarte: todo es igual, solo cambia el modelo que hay por debajo. He escrito más sobre la herramienta en la guía Cline vs. Claude Code.
En qué puede fallar un modelo barato
Conclusión clave
Un modelo barato te ahorra dinero, pero te cuesta por otro lado. Las solicitudes a modelos chinos a través de sus API oficiales van a los servidores del proveedor, lo que puede ser un riesgo para proyectos sensibles. En tareas largas y autónomas, los modelos abiertos tienen más probabilidades de perder el hilo y hacerte perder tiempo en correcciones. Por ahora, el ecosistema de Claude —agentes, skills y extensiones— también está mucho más desarrollado.
No existe una herramienta que sirva para todas las situaciones. Un modelo barato suele ser una excelente opción, pero conviene considerar el lado negativo del ahorro.
Datos. Cuando usas un modelo chino a través de su API oficial, tus solicitudes (y partes de tu código con ellas) van a los servidores del proveedor. En un proyecto de aprendizaje, es un asunto menor. En un producto con datos de clientes o secretos comerciales, es un motivo para pensárselo bien. La alternativa sencilla es ejecutar los pesos en tu propio servidor; el flujo de datos es distinto en ese caso.
Fiabilidad a largo plazo. Un modelo menos potente puede arreglar una función. Pero si dejas que un agente trabaje por su cuenta durante media hora en una tarea grande, es más probable que los modelos abiertos tropiecen: pierden el hilo y estropean cosas que ya funcionaban. El Claude de pago es más fiable en estos casos, y los dólares ahorrados pueden convertirse fácilmente en horas perdidas.
Ecosistema. Alrededor de Claude Code han surgido skills, extensiones, agentes y configuraciones listas para usar. Los modelos abiertos también los tienen, pero en menor cantidad. Si dependes de herramientas específicas, cambiar de modelo no siempre te ahorra tiempo.
Atención
La forma más cara de ahorrar es cuando un modelo barato pasa medio día peleándose con una tarea, rompe código que funcionaba y te hace pagar con los nervios y el tiempo. Calcula el coste del resultado, no el precio de los tokens. A veces gastar 5 $ en Claude sale más barato que conseguirlo «gratis» con un modelo menos potente.
¿Qué modelo deberías elegir?
Conclusión clave
Para probar y aprender basta con Qwen3-Coder o Gemini gratis. Si programas con regularidad y quieres una factura predecible, la suscripción GLM Coding Plan por un par de dólares al mes resulta práctica. Pero para un producto serio con datos de clientes y tareas largas autónomas, tiene sentido seguir con Claude. El principio es sencillo: elige el modelo según la tarea y el presupuesto, no al revés.
No hay una respuesta universal, pero la lógica para cada situación es sencilla.
| Tu situación | Qué elegir | Por qué |
|---|---|---|
| Solo quieres probarlo y aprender | Gemini o DeepSeek (nivel gratuito) | Sin riesgo económico; suficiente para practicar |
| Programas con regularidad y quieres una factura predecible | GLM Coding Plan (~3-6 $/mes) | Precio fijo; casi tan capaz como los modelos de pago |
| Trabajas de manera irregular en tareas distintas | API de pago por token | Paga según el uso y cambia de modelo |
| Producto serio con datos de clientes | Claude | Más fiable en tareas largas y más seguro para los datos |
| Ya pagas por ChatGPT Plus | Codex incluido en la suscripción | Ya está pagado; no hay coste adicional |
Una estrategia sensata es combinarlos. Usa un modelo gratuito o barato para los borradores y las tareas de aprendizaje, y deja las partes importantes para Claude. Así trabaja casi todo el mundo que programa con IA a diario.
Respuestas rápidas a las preguntas frecuentes
¿Cuál es el modelo de programación más barato en 2026?
Por precio por token, DeepSeek V4-Flash es el más barato: unos 0.14 $ por millón de tokens de entrada.
¿Se puede hacer vibe coding completamente gratis?
Sí. Entre las opciones gratuitas de 2026 están la cuota inicial de DeepSeek sin tarjeta, el nivel gratuito de Gemini y el agente Codex incluido en una suscripción a ChatGPT. Cada uno tiene un límite de solicitudes, pero es suficiente para probarlos y trabajar en proyectos pequeños.
¿Es seguro usar modelos chinos?
Cuando utilizas modelos chinos (GLM, DeepSeek, Qwen, Kimi) a través de sus API oficiales, las solicitudes van a los servidores del proveedor. Si se trata de un proyecto personal o de aprendizaje, no tienes que preocuparte. Si contiene datos de clientes, aloja tú mismo los pesos; así no se filtra nada adicional fuera.
¿GLM-5.2 es realmente mejor que Claude?
En la tabla publicada por Z.ai, GLM-5.2 supera a GPT-5.5 en algunos benchmarks y se acerca a Claude Opus 4.8 en otros. Son resultados del desarrollador específicos de cada entorno, no una clasificación universal. Pero Claude sigue siendo más fiable en tareas largas y autónomas, y los dólares ahorrados pueden convertirse fácilmente en horas perdidas. Eso importa en los proyectos serios.
¿Hay que saber programar para cambiar de modelo?
No. Instala la extensión Cline en el editor VS Code, pega una clave de API y elige un modelo de la lista. Todo sucede en una ventana gráfica, sin línea de comandos. Después, trabaja como lo harías con Claude: describe la tarea con palabras. El proceso entero lleva unos 15 minutos.
¿Qué marca realmente la diferencia: el modelo o el método?
Conclusión clave
Cambiar de modelo ahorra dinero, pero no hace que los resultados sean consistentes. Un buen método puede sacar más partido a un modelo menos potente: qué incluyes en el contexto, cómo organizas los conocimientos del proyecto y hasta qué punto el agente entiende tu forma de pensar. Este método funciona con cualquier modelo, caro o gratuito. Por eso, la pregunta «¿qué modelo debería elegir?» importa mucho menos de lo que parece a primera vista.
A veces la gente persigue «el modelo perfecto»: cambia de uno a otro y se decepciona cada vez. Casi nunca el problema está en el modelo.
Cualquier modelo, gratuito o de pago, produce basura si le das basura. Pero con un contexto bien preparado, hasta un modelo barato puede trabajar con una precisión sorprendente. Así funciona Context Engineering: controlas lo que ve el modelo antes de pulsar «send».
Los resultados consistentes con cualquier modelo dependen de tres cosas. Necesitas un conjunto organizado de conocimientos del proyecto al que el agente pueda recurrir en cada paso: ese es el enfoque «Second Brain». Después, configura el agente para que siga tu manera de pensar y te haga sugerencias a tu estilo, en vez de recurrir al promedio de Internet. Por último, gestiona el contexto: qué cargar, qué quitar y cuándo empezar de nuevo. Domina esto y la pregunta «¿qué modelo debería elegir?» dejará de ser un quebradero de cabeza. Podrás elegir cualquier modelo que puedas pagar.
Fuentes
La guía completa para hacer vibe coding en una tarde: clon de IA + Second Brain + Context Engineering. Una combinación que mantiene la consistencia de los resultados con cualquier modelo, gratuito o de pago.
Conoce Ailoot.
Más detalles
Preguntas sobre la elección de agentes y modelos de IA
¿Los pesos abiertos significan que usar el modelo no cuesta nada?
Pueden descargarse gratis, pero ejecutarlos requiere hardware y operaciones adecuados. El acceso API alojado se factura aparte; las suscripciones de programación y niveles gratuitos tienen sus propias cuotas.
¿Cómo comparo un modelo barato de programación con Claude?
Usa la misma tarea real, contexto y criterios de aceptación y cuenta correcciones y coste total, además de precios por token. La tabla GLM presenta ajustes seleccionados publicados por su desarrollador; no predice todos los proyectos autónomos.