23 noticias
DigitalOcean publica una guía técnica para ejecutar cargas de trabajo de GPU en DigitalOcean Kubernetes (DOKS) utilizando nodos Spot, una modalidad de infraestructura que ofrece capacidad de cómputo a precios reducidos a cambio de poder ser interrumpida por el proveedor con poca antelación. El artíc
Netflix ejecuta desde 2017 procesamiento de flujos con Apache Flink y, en 2026, supera las 30.000 tareas distribuidas en varias regiones de AWS. La mayor parte las genera de forma automática su plataforma gestionada Data Mesh, aunque crece el número de trabajos a medida que equipos internos construy
Elegir el proveedor de inferencia adecuado para agentes de inteligencia artificial exige comparar tres ejes: latencia, capacidad de invocación de herramientas y coste por tarea completada. La latencia determina la capacidad de respuesta del agente; los tiempos de respuesta elevados penalizan la expe
Anthropic ha publicado una guía detallada para reducir el coste por tarea al programar con Claude Code, su asistente de desarrollo con IA. La pieza parte de una idea central: en las herramientas agénticas como Claude Code, cada tarea completada tiene un precio distinto en función de cómo se gestione
Un análisis técnico del repositorio k8s-cpu-limits-analyzed desmonta la práctica habitual de fijar límites (limits) de CPU en Kubernetes y demuestra, con pruebas empíricas, que esa configuración congela las aplicaciones hasta diez veces por segundo aunque el nodo disponga de CPU libre. Los autores e
Revision Prompting es una técnica diseñada para resolver dos problemas habituales del prompting industrial con modelos de lenguaje: la falta de consistencia entre reejecuciones y el coste completo de reprocesar toda la salida cuando solo cambia una parte de la entrada. Frente al esquema ingenuo de v
Las herramientas de programación con IA aportan un valor enorme, pero su coste crece de forma exponencial y amenaza con superar al ahorro que generan. Este artículo recoge técnicas probadas por grandes adoptantes tempranos como Databricks, Stripe, Coinbase, Uber y Ramp para mantener la inversión baj
La empresa Manifest ha detallado los motivos que la llevaron a desactivar en junio y cerrar definitivamente el 1 de septiembre su enrutador de modelos de lenguaje, una función que había lanzado en marzo dentro de su pasarela LLM. El sistema clasificaba cada petición en cuatro niveles de complejidad
Refactorizar una base de código escrita íntegramente por agentes de inteligencia artificial reduce de forma significativa el coste computacional de los cambios posteriores. Es la conclusión de un experimento publicado por Thoughtworks el 30 de julio de 2026 en el que el autor, tras construir una apl
Un análisis técnico cuestiona la práctica habitual de usar un modelo frontera para planificar y un modelo barato para ejecutar. La idea suena eficiente: el modelo caro diseña, el barato ejecuta a una fracción del precio. Los datos dicen lo contrario. En pruebas internas, Opus 4.8 en modo planificac
claude-thermos es una herramienta de línea de comandos que envuelve a Claude Code en un proxy local inverso para evitar el coste oculto de la pérdida de caché de prompts. Cuando un agente principal queda bloqueado a la espera de un subagente durante más de cinco minutos, la caché de su historial de
Artículo técnico que desmonta la convención habitual de hacer ping al caché de prompts cada 30 segundos y demuestra, con mediciones reales, que ese intervalo es entre 6 y 8 veces más caro de lo necesario. El autor probó el comportamiento del keepalive en cuatro proveedores principales —Anthropic, Op
Ramp presenta Router: un enrutador inteligente de modelos de lenguaje que reduce costes hasta un 30% en producción La fintech estadounidense Ramp ha presentado oficialmente Ramp Router, una herramienta de enrutamiento de modelos de lenguaje (LLM) diseñada para optimizar automáticamente el coste, la
LoopGain es una biblioteca de Python de código abierto diseñada para sustituir el habitual tope fijo de iteraciones (max_iterations=N) que utilizan los bucles de agentes de inteligencia artificial. Su propósito es terminar el bucle en el momento exacto en que el output ha convergido y, si la trayect
Foreman es un gateway de código abierto, escrito en Go, que se sitúa entre un agente de programación y múltiples proveedores de modelos de lenguaje. Su propósito es ofrecer a equipos y desarrolladores una capa local de control para decidir qué modelo responde a cada petición, optimizar costes y mant
Elegir un modelo de lenguaje por su tarifa por millón de tokens puede disparar la factura de IA de una empresa sin que esta lo perciba. Dos razones explican el desajuste. Primero, cada laboratorio usa un tokenizador propio: el mismo fragmento de este artículo, por ejemplo, se trocea en 160 tokens pa
Un ingeniero heredó un servicio en producción construido por un ejecutivo no técnico con ayuda de un asistente de código basado en modelos de lenguaje. Al revisar la gráfica de consumo de la API de IA, descubrió que un solo día concentraba cerca de la mitad de la factura mensual y superaba el coste
Wayfinder Router es una herramienta de línea de comandos (CLI) pensada para decidir, de forma determinista y offline, qué modelo de lenguaje debe responder cada consulta: uno local, pequeño y gratuito, o uno en la nube, más potente y caro. La decisión se toma en microsegundos analizando la estructur
Burn es una herramienta de línea de comandos diseñada para analizar y optimizar el gasto en clústeres de Kubernetes, sin necesidad de agentes, almacenamiento persistente o configuración compleja. Se instala con brew, un binario, Docker o Helm, y ejecuta un solo comando para obtener un desglose compl
CodeGraph es una herramienta de código abierto que genera un grafo de conocimiento de código pre-indexado para potenciar asistentes de codificación basados en inteligencia artificial, como Claude Code, Cursor, Codex, OpenCode, Hermes Agent, Gemini, Antigravity y Kiro. Su objetivo principal es reduci
Usuarios de Claude, el modelo de lenguaje de Anthropic, están reduciendo significativamente sus costos al integrar Claude Code con Ollama, una plataforma de código abierto, según un tutorial publicado en GitHub por Coherence-Daddy. La técnica permite ejecutar tareas intensivas de programación, como
Simon Willison ha actualizado su herramienta 'Claude Token Counter' para permitir la comparación del conteo de tokens entre diferentes modelos de inteligencia artificial de Anthropic, incluyendo Opus 4.7, Opus 4.6, Sonnet 4.6 y Haiku 4.5. La actualización es relevante porque el modelo Opus 4.7 intro
Una nueva empresa ha lanzado un servicio innovador que promete migrar la infraestructura de nube de las empresas a servidores bare-metal, compartiendo los ahorros generados. La propuesta, presentada por cloudexit.pro, se basa en un modelo de pago único: la empresa solo paga el 20% de la reducción re
