En solo dos días han aparecido dos noticias que plantean la misma pregunta a los equipos de desarrollo: ¿qué tan estable es la base sobre la que ya funciona el desarrollo asistido por IA? OpenAI ha cancelado el acceso de la herramienta de codificación con IA Cursor a sus modelos. Anthropic modifica los límites de uso semanales de Claude Code. Ninguno de los dos casos es una falla técnica, sino decisiones de proveedores, y precisamente eso los hace relevantes para la planificación.

Caso 1: Cursor pierde el acceso a OpenAI

Cursor es una herramienta de desarrollo que genera sugerencias de código y cambios mediante grandes modelos de lenguaje. Cursor no opera estos modelos por sí misma, sino que los obtiene de proveedores. Tras la adquisición de Cursor por SpaceX, OpenAI ha cancelado el contrato. La justificación señala que las empresas de Elon Musk han incumplido contratos de forma reiterada.

El cofundador de Cursor, Michael Truell, relativiza las consecuencias: OpenAI solo representa el cinco por ciento del tráfico de IA. Si esta apreciación se confirma en el día a día de los usuarios no puede deducirse de la noticia. Llama la atención otro punto: el detonante de la pérdida no fue una disputa de precios ni un problema de capacidad, sino un cambio de propietario y los conflictos derivados de ello a nivel contractual. Este tipo de causas apenas pueden preverse con medios técnicos.

Caso 2: Claude Code con límites semanales reajustados

En Anthropic no se trata del acceso, sino de la cantidad. Claude Code es la herramienta de línea de comandos de Anthropic con la que se pueden transferir tareas en el código directamente a un modelo. Para su uso rigen límites semanales, es decir, una capacidad limitada por periodo de facturación.

Según el anuncio, un aumento temporal de esta capacidad del 50 por ciento finaliza el 14 de septiembre. En su lugar entra un aumento permanente del 25 por ciento. Respecto al estado actual, esto significa menos capacidad disponible; respecto al nivel inicial antes del aumento temporal, más. A cambio, Anthropic promete más control y transparencia sobre el consumo.

Para los equipos que se han acostumbrado al nivel más alto, esto supone un cambio perceptible del marco de trabajo, y además en una fecha fija. Quien haya incluido la capacidad en la planificación de sprints o de lanzamientos debe recalcular.

Qué tienen en común ambos casos

Las causas difieren, el patrón es el mismo: la capacidad de la propia cadena de herramientas depende de decisiones de terceros que pueden tomarse a corto plazo. Así surgen dos niveles distintos de dependencia que en la práctica a menudo se mezclan.

  • Dependencia del modelo: Un determinado modelo deja de estar disponible de repente. Sin embargo, los prompts, las convenciones y las formas de trabajo establecidas están ajustados a su comportamiento.
  • Dependencia del proveedor: La herramienta en sí —la interfaz, la integración en el entorno de desarrollo, la facturación— depende de un proveedor cuyas relaciones comerciales pueden cambiar.
  • Dependencia de la capacidad: No falta el acceso, sino que disminuye la cantidad utilizable. Esto afecta especialmente a los equipos que han integrado de forma fija la asistencia de IA en sus flujos de trabajo.

Consecuencias prácticas para la cadena de herramientas

De las dos noticias no pueden deducirse recomendaciones para productos concretos. Pero sí preguntas que merece la pena plantearse antes de la próxima renovación de una suscripción.

  1. ¿Qué modelos usamos realmente y para qué? Quien dispone de una lista sencilla de qué modelo se utiliza en cada paso de trabajo puede cambiar de forma específica ante una caída en lugar de improvisar.
  2. ¿Está previsto técnicamente un cambio? Las herramientas que admiten varios proveedores reducen el riesgo de la finalización de un contrato individual. El caso Cursor muestra que la diversidad en el lado de los modelos ayuda, incluso cuando desaparece una parte.
  3. ¿Cuánta capacidad necesitamos de forma realista? Los datos de consumo son el requisito para la planificación presupuestaria. Las funciones de transparencia anunciadas solo son útiles si alguien las evalúa con regularidad.
  4. ¿Qué ocurre cuando se alcanza el límite? Se necesita un estado definido para el caso de que a mitad de semana ya no haya capacidad disponible, incluida la pregunta de qué tareas tienen entonces prioridad.
  5. ¿Sigue siendo posible el trabajo sin asistencia de IA? Si las revisiones, las pruebas y la documentación se realizan exclusivamente a través de una herramienta, un cambio de proveedor se convierte en un riesgo para el proyecto.

La planificación de costes se convierte en una tarea continua

Ambos casos muestran que el lado de los costes y la capacidad de las herramientas de IA no puede calcularse de una vez por todas. Los aumentos temporales pueden expirar, los contratos entre proveedores pueden terminar. Quien utiliza la asistencia de IA de forma productiva debería tratar estas partidas como otros costes operativos: con una fecha fija para la revisión, con el consumo documentado y con una estimación de qué alternativa entra en juego en caso necesario.

Además, resulta sensato ordenar las dependencias según su criticidad. Una herramienta que apoya a desarrolladores individuales al escribir código es más sustituible que una automatización integrada en procesos de build o despliegue. Cuanto más profunda es la integración, con mayor cuidado debería describirse la vía de salida.

Clasificación

Para los proyectos web y de software esto significa: las herramientas de IA forman parte entretanto de la infraestructura y deberían recibir la misma atención que el hosting, las bases de datos o las interfaces con sistemas de terceros. Quien mantiene los modelos intercambiables, hace medible el consumo y no olvida operar sin asistencia de IA, sigue siendo capaz de actuar cuando un proveedor toma decisiones distintas a corto plazo.

Las dos noticias son menos una señal de alarma que una ocasión para revisar conscientemente la propia cadena de herramientas.

Fuentes