Russell Kaplan, presidente y cofundador de Cognition, considera que la competencia en el desarrollo de herramientas de programación basadas en inteligencia artificial puede estar entrando en una nueva fase. En un número creciente de tareas de ingeniería de software, una vez que los modelos ofrecen resultados fiables, nuevas mejoras de capacidad pesan menos que el coste y la velocidad de respuesta. Estos factores pueden influir cada vez más en las decisiones de desarrolladores y empresas.
En comentarios publicados el 19 de octubre, Kaplan afirmó que muchas tareas de ingeniería de software habían alcanzado lo que denominó “saturación de inteligencia”. Cuando varios modelos son capaces de resolver bien una misma tarea, pequeñas diferencias de capacidad dejan de ser decisivas. En ese contexto, desarrolladores y compañías tienden a valorar más el coste de uso, los tiempos de respuesta y la eficiencia con la que se completa el trabajo.
Los datos recientes del sector apuntan en la misma dirección. Una ventaja de 10 puntos porcentuales en inteligencia del modelo se asocia ahora con una diferencia aproximada del 20% en el tráfico de desarrolladores. A finales de 2025, una ventaja equivalente se correspondía con un incremento del tráfico cercano al 69%. Las cifras sugieren que los desarrolladores podrían estar reaccionando menos a las mejoras de capacidad del modelo cuando se consideran de forma aislada.
Cognition calcula el coste operativo de Devin
Cognition desarrolla Devin, una herramienta de ingeniería basada en IA diseñada para asumir parte del proceso de desarrollo de software, incluida la programación y otras tareas relacionadas. Kaplan señaló que esta tendencia era “coherente en términos generales” con lo que la empresa había observado internamente, aunque no facilitó cifras de clientes, ingresos ni uso.
Si varios modelos pueden encargarse del trabajo rutinario de software, la competencia ya no depende únicamente de qué sistema resuelve los problemas más complejos. También importan el coste y el tiempo necesarios para cada tarea, así como la capacidad de desplegar la herramienta a gran escala. Estos indicadores pueden afectar a los presupuestos corporativos y a la decisión de los desarrolladores de seguir utilizando un producto.
La programación sigue siendo una baza para los grandes laboratorios
OpenAI, Anthropic, Meta y Google, junto con un número creciente de laboratorios de IA, han promocionado sus capacidades de programación para atraer a desarrolladores y conseguir contratos empresariales. La generación de código, la depuración y la capacidad para abordar trabajos de ingeniería complejos han sido algunos de sus principales argumentos comerciales.
A medida que los agentes de IA mejoran en tareas de software repetitivas y rutinarias, los usuarios pueden volver a valorar cuánto aporta un modelo más potente. Si un sistema más barato y rápido completa el mismo trabajo, los clientes podrían mostrar menos disposición a pagar más o esperar más tiempo por una mejora limitada del rendimiento.
Esto no significa que haya terminado la carrera por desarrollar modelos más capaces. La calidad del razonamiento puede seguir siendo relevante en arquitecturas complejas, flujos de trabajo prolongados y proyectos de software en los que los márgenes de error deben ser reducidos. Los comentarios de Kaplan se referían a tareas que varios modelos ya resuelven correctamente y no demuestran que todo el mercado de programación mediante IA vaya a orientarse de forma uniforme hacia precios más bajos o respuestas más rápidas. Cognition tampoco ha comunicado cambios en los precios de Devin, su oferta de modelos o sus servicios para empresas.