Andy Garcia · dev freelance
FRENES
Volver al blog
IA y plataformas

Replit dice que OpenAI es ahora su opción por defecto. Siete de los 11 modelos de su selector siguen siendo Claude, y Free Mode no te deja elegir ninguno

19 de octubre de 2026 6 min de lectura

El jueves 15 de octubre, en el escenario de TechCrunch Disrupt en San Francisco, le preguntaron a Amjad Masad, CEO y cofundador de Replit, si la alianza que Replit había anunciado con OpenAI significaba que ya no trabajaba con Anthropic. "Sí. O sea, sí", respondió, en el vídeo de la sesión que TechCrunch publicó en YouTube. Dio tres razones: el coste, la alianza y el rendimiento. Dijo que creía que los modelos de OpenAI eran ahora mejores, citó un benchmark interno y uno público que Replit publica, y afirmó que Sol y Astra rendían sistemáticamente mejor construyendo aplicaciones "vibe coded" desde cero. Según TechCrunch, también describió a Replit como, hasta hace poco, uno de los cinco mayores clientes de Anthropic.

Después llegó la aclaración. Tras el evento, informó TechCrunch, Masad dijo que los clientes todavía pueden usar los modelos de Anthropic, pero que OpenAI es ahora la opción por defecto. Durante el fin de semana siguiente, le dijo a TechCrunch: "Replit sigue siendo agnóstico en cuanto a modelos. Nuestros usuarios pueden elegir Claude de Anthropic u otros modelos compatibles … OpenAI es ahora nuestro socio preferido para impulsar Replit Agent, por rendimiento, economía y la solidez de nuestra alianza."

La otra versión es más escasa. TechCrunch escribe que fuentes familiarizadas con la alianza rechazaron los comentarios de Masad en el escenario; una de ellas, que pidió no ser nombrada, dijo que la alianza seguía vigente. La noticia, actualizada por última vez el 19 de octubre, no incluye ninguna declaración oficial de Anthropic. Y TechCrunch le ha cambiado el titular: la URL todavía dice que Replit "ya no trabaja con Anthropic", el titular dice ahora que Replit "convierte a OpenAI en su opción por defecto frente a Anthropic".

Ese cambio de titular es la verdadera noticia. Nadie quitó Claude. Lo que se movió fue el valor por defecto, y en una plataforma que elige los modelos por ti, el valor por defecto es la decisión. TechCrunch lo dice sin rodeos: la mayoría de los clientes se queda con el valor por defecto en lugar de seleccionar un modelo por sí mismos.

Construyo un producto LegalTech sobre Claude, así que un gran cliente que aleja su valor por defecto de Anthropic es una noticia sobre mi proveedor. También lo es para cualquiera cuyo producto descanse en una plataforma que elige el modelo en su nombre. Por eso leí el blog y la documentación de Replit en lugar de las citas.

El cambio estaba en el blog de Replit antes de estar en el escenario

TechCrunch señala que Replit todavía promocionaba productos de Anthropic unas semanas antes de Disrupt. Las propias publicaciones de Replit muestran un cambio hecho por etapas.

El 18 de agosto, Replit lanzó Free Mode, "impulsado por GPT-5.6 Luna de OpenAI". La publicación dice que los suscriptores de Core, en un plan que cifra en 20 $ al mes, pueden "crear 30 veces más" sin gastar créditos en las tareas cotidianas. El 26 de agosto, Replit puso Intelligent Model Routing al alcance de todos: Replit elige el modelo para cada tarea, y en sus propias pruebas el enrutador entregó "la misma calidad de resultado con un 65 % menos de coste que la versión anterior de Max Mode".

El 29 de septiembre, una publicación de ingeniería titulada "Free the models" publicó una tabla de producción: una semana por modelo, Claude Fable 5 en agosto, Fable 5.1 y GPT-6 Astra en septiembre. En la misma publicación, Replit midió Max Mode, descrito como "nuestro ajuste de mayor calidad con Astra como bucle central". Quien leyera esa publicación podía ver hacia dónde iba la gama alta de Replit dos semanas antes de Disrupt.

Dónde está de verdad la elección

"Los clientes todavía pueden elegir Claude" es cierto, con las condiciones que detalla la documentación de Replit.

Free Mode "siempre usa enrutamiento inteligente de modelos", y los builders en Free Mode "no pueden usar el selector de modelo ni elegir un modelo manualmente". La elección manual solo existe en Power Mode y Max Mode, que gastan créditos, y la documentación la ofrece a los builders de los planes de pago Core y Pro. En el plan Starter, primero hay que mejorar de plan.

Dentro del selector, Claude sigue siendo mayoría. La referencia del selector de modelo lista 11 modelos. Power Mode: GPT-6 Sol, GPT-6 Luna Fast, Claude Sonnet 5, Claude Sonnet 4.6. Max Mode: GPT-6 Astra, Claude Fable 5.1, Claude Opus 5.5, Claude Opus 4.8, Claude Opus 5, Claude Opus 5 Fast, Kimi K3. Siete de 11 son Claude. La documentación añade que la disponibilidad "puede variar según el despliegue, los ajustes de la organización y la autorización".

Los ajustes Enterprise contienen la regla que me pareció más interesante. Los administradores aprueban proveedores y modelos por espacio de trabajo, con OpenAI, Anthropic, Google, DeepSeek, Kimi y Z.ai en la lista, pero "al menos un modelo de cada uno de OpenAI, Anthropic y Google debe permanecer activado". Una empresa cuya política permita un único proveedor de IA no puede expresarlo en esos ajustes. En Replit, "agnóstico en cuanto a modelos" es una regla de producto, no solo un eslogan.

Eso importa porque la empresa es donde, según Masad, Replit está creciendo. En el escenario, situó los contratos enterprise en alrededor del 2 % de los ingresos el año pasado y alrededor del 15 % este año, con más del 50 % de los ingresos procedentes de clientes empresariales. Le dijo a TechCrunch que espera que empresas y administraciones aporten más de la mitad de los ingresos en 2027. Esos son los compradores que leen las políticas de modelos.

El benchmark que pude comprobar y el que no

Masad citó un benchmark interno y dijo que Replit publica uno público. El benchmark público que Replit nombra en su propio blog es ViBench: en una publicación de ingeniería del 23 de junio, lo llama ViBench "nuestro benchmark público para vibe coding": una especificación en lenguaje llano, una aplicación construida desde cero y después planes de prueba ejecutados sobre el resultado.

A 19 de octubre, la página de resultados de vibench.ai dice "Última actualización: mayo de 2026". Su última instantánea, un barrido Zero-to-One sobre 24 aplicaciones, no tiene fila de Sol, ni de Astra, ni de Fable. En esa instantánea, Claude Opus 4.8 supera a GPT-5.5: 87,8 % de los planes de prueba superados por completo a 2,04 $ por ejecución, frente a 86,5 % a 2,42 $.

Eso no contradice a Masad. Son modelos más antiguos, y los más recientes bien podrían invertir el orden. Significa que la comparación pública detrás de su afirmación todavía no está en esa página de resultados. El repositorio público de código del benchmark sí pasó a una beta de ViBench 2.0 el 6 de octubre, con Sol, Astra, Fable 5.1 y Opus 5.5 entre sus modelos de construcción, pero su README y su changelog no publican ninguna puntuación de modelos.

La publicación del 29 de septiembre sí contiene cifras firmes, pero responden a otra pregunta. En DeepSWE v1.1, Replit Agent con Astra como bucle central obtiene un 72 % a 2,11 $ por tarea. Astra por sí solo, en su ajuste de esfuerzo "xhigh", obtiene un 74 % a 4,43 $: dos puntos más por 2,1 veces el coste. En Terminal-Bench 4.0, es un 49 % a 2,53 $ frente a un 60 % a 5,86 $: once puntos por 2,3 veces el coste. La misma publicación muestra que la misma configuración, con un único worker de larga duración en lugar de los subagentes, pierde 11 y 16 puntos. Esas ejecuciones comparan arneses alrededor de un solo modelo. La publicación no publica las mismas ejecuciones con Claude como bucle central.

En un artículo anterior, leí lado a lado las páginas de lanzamiento de Opus 5.5 y GPT-6 Sol y concluí que los precios por token dicen poco sobre el coste por tarea. Las cifras de Replit hacen la misma demostración desde el lado de la plataforma. Cuando Masad habla de "economía", la factura depende del arnés y del enrutamiento, no solo de la lista de precios de un laboratorio.

Qué comprobaría antes de dejar que una plataforma elija mi modelo

Cuatro cosas.

Conocer tu valor por defecto, por escrito. Si una plataforma enruta por ti, pregunta qué modelo gestiona ahora tu tráfico y si te avisan cuando eso cambia. Replit dice avisar a los usuarios antes de que un trabajo escale a un modo que cuesta créditos. Las páginas que leí no mencionan un aviso cuando cambia el propio modelo enrutado.

Fijar lo que tienes que poder defender. Donde exista la elección, fija el modelo para cualquier salida que un cliente o un regulador pudiera cuestionar, y deja el enrutamiento para los borradores. En Replit, eso significa Power Mode o Max Mode en un plan de pago.

Hacer tu propia comparación. Compare models de Replit, en beta y compatible solo en Chat, ejecuta un mismo prompt en hasta cuatro modelos, cada uno como un agente separado, y la documentación advierte de que "una ejecución de Compare 4 cuesta más o menos lo mismo que cuatro ejecuciones sencillas". Cinco tareas reales de tu backlog en cuatro modelos son 20 ejecuciones. Es un precio pequeño por tener pruebas sobre tu propio trabajo en lugar del de un proveedor.

Mantener el interruptor de tu lado. En el LegalTech que construyo, qué proveedor procesa un documento de cliente es una cuestión contractual, no una preferencia. El principio es simple: el modelo debe ser un ajuste que yo controle, y cambiarlo debe pasar por evaluaciones y por el papeleo con el cliente, nunca por el anuncio de otro. Aplico el mismo hábito a la escritura. Los artículos que redacto con Claude los verifica Jev, un modelo juez de otra empresa, así que siempre sé qué modelo dijo qué.

Replit no abandonó Claude. Cambió lo que pasa cuando nadie elige, y la mayoría de los clientes, señala TechCrunch, deja esa elección al valor por defecto.

Fuentes

¿Un proyecto del mismo estilo?

Diseño y despliego productos como este. Hablemos.

Hablemos