Claude, Codex y Gemini: qué IA compensa para trabajar

Paso buena parte de mi jornada trabajando con inteligencia artificial. Y, después de usar distintas herramientas, la pregunta que más me interesa es bastante sencilla: ¿con cuál avanzo mejor sin disparar el coste ni pasarme el día corrigiendo?

Para comparar Claude Opus 5.5, GPT-6.1 Sol en Codex y Gemini 4 Argon, me interesa mirar tareas que un negocio pueda reconocer: organizar un equipo, controlar existencias y seguir una intervención. Cada una obliga a resolver algo más que la apariencia de una pantalla.

Para explicar esos casos, he preparado tres maquetas y un escenario orientativo de costes. Las pantallas ilustran los ejemplos; las cifras de la tabla son una estimación proporcional a partir de una comparativa externa, no mediciones realizadas sobre estas maquetas.

Tres aplicaciones que un pequeño negocio puede necesitar

1. Los turnos de una tienda

Seis personas, horarios distintos y una semana que organizar. La aplicación reúne los turnos, las horas asignadas y los descansos en un calendario que se puede revisar de un vistazo.

Lo interesante aparece cuando cambiamos algo. Si una persona no puede trabajar el jueves, necesitamos saber qué horario queda sin cubrir y cómo se modifica el reparto. Ahí comprobaríamos el respeto a las reglas, además de la presentación.

Turno. Maqueta creada para ilustrar el artículo, con datos de ejemplo.

2. Las existencias de un almacén

Productos, cantidades, costes unitarios y dos ubicaciones. En este ejemplo, ocho referencias suman 132 unidades y un valor de 1.541 euros. Tres artículos están por debajo de su mínimo de reposición.

Aquí las comprobaciones son muy concretas: una salida debe reducir las existencias; un traslado entre almacenes debe conservar el total; y una referencia sin precio debe quedar pendiente de completar. Inventar ese precio daría una cifra aparentemente útil, pero alteraría el valor del inventario.

Estante. Los totales se calculan a partir de los productos ficticios de la pantalla.

3. Los partes de mantenimiento

Una avería entra, se asigna a un técnico y pasa de pendiente a en curso y, finalmente, a completada. El equipo necesita ver la prioridad, la ubicación y lo que queda por revisar.

El ejemplo muestra siete partes: cinco abiertos y dos completados. En una aplicación funcional, comprobaríamos que cambiar el estado actualiza el tablero, que las anotaciones se conservan y que el responsable encuentra la información necesaria para continuar el trabajo.

Parte+. Maqueta de seguimiento de intervenciones con equipos y personas ficticios.

Una referencia de tiempo y dinero

Para poner cifras sobre la mesa, he tomado los totales de una comparativa de ocho aplicaciones y calculado su equivalente proporcional para tres tareas. El cálculo es sencillo: dividir cada total entre ocho y multiplicarlo por tres.

Modelo	Tiempo orientativo para tres tareas	Consumo estimado a precio de API
GPT-6.1 Sol	≈49 minutos	≈2,96 USD
Claude Opus 5.5	≈51 minutos	≈11,12 USD
Gemini 4 Argon	Más de 67,5 minutos	≈4,72 USD

Estimación editorial por prorrateo, sin ajuste por dificultad. Los tiempos proceden de los totales aproximados de la referencia; los costes, de su valoración del consumo con tarifas de API del 16 de octubre de 2026. La tabla no incluye revisión humana, alojamiento ni puesta en producción. Tampoco representa el precio de las suscripciones.

En este escenario, Sol y Opus quedan cerca en tiempo y más separados en coste. El consumo estimado de Opus resulta unas 3,8 veces el de Sol. Argon queda entre ambos en coste, con un tiempo de ejecución mayor en la referencia utilizada.

Ese reparto sirve para orientarse. La dificultad del encargo, las herramientas disponibles, las correcciones y la configuración pueden cambiar el resultado de una tarea concreta.

El coste total también incluye el tiempo dedicado a comprobar y corregir el resultado. Esa revisión no está medida en la tabla y puede cambiar qué herramienta compensa más en una tarea concreta.

Lo que pesa cuando trabajas con ellas a diario

Claude me compensa cuando priorizo que el resultado se ajuste bien al encargo. En mi experiencia, suele resolverlo de forma más completa. El coste merece atención si voy a mantener sesiones largas o repetir muchas tareas.

Codex es la opción que mejor me encaja para un uso intensivo. Me permite avanzar, revisar y seguir construyendo con un equilibrio de coste y utilidad que valoro mucho. Eso incluye comprobar los detalles y retirar los datos de ejemplo antes de utilizar un resultado con clientes.

Con Gemini Argon, mi experiencia ha sido menos consistente. He tenido que insistir más y revisar con especial cuidado la información añadida sin respaldo. Por eso, para este tipo de trabajo, hoy me exige más supervisión de la que busco.

Estas preferencias pueden cambiar con nuevas versiones y con otras tareas. Lo que mantendría es la forma de evaluar: comprobar si funciona, si respeta los datos y cuánto trabajo queda hasta poder utilizarlo.

Para una empresa, esos tres puntos conectan la elección de la IA con el trabajo de cada día. Un calendario útil, unas existencias correctas o un parte bien resuelto aportan más criterio que una respuesta que simplemente tiene buena pinta.

La pregunta que me hago al terminar una sesión es esta: ¿cuánto he avanzado y qué me queda por revisar?