En poco más de un año, los asistentes de programación han pasado de autocompletar líneas a ejecutar tareas completas: leer un proyecto, editar varios archivos, ejecutar las pruebas y corregir lo que falle. Trabajan en la terminal y funcionan como agentes, no como chats.
Tres de ellos concentran hoy la conversación: Codex CLI de OpenAI, Claude Code de Anthropic y Kimi Code CLI de Moonshot AI. Los comparamos.
Aviso: este sector se mueve muy rápido. Los datos son de julio de 2026 y las cifras de rendimiento proceden de comparativas publicadas por terceros, no de pruebas propias. Contrasta precios y modelos antes de decidir.
Codex CLI (OpenAI)
Funciona sobre GPT-5.5, publicado en abril de 2026, con la opción de usar GPT-5.3-Codex, un modelo específico para código y bastante más barato.
Su rasgo diferencial es que no vive solo en la terminal: está también en la web de ChatGPT, en VS Code y en una aplicación para macOS que salió en febrero de 2026. Puede ejecutar tareas de forma autónoma en un entorno aislado en la nube, lo que permite lanzar varios trabajos en paralelo sin ocupar tu máquina.
Es código abierto con licencia Apache 2.0, está escrito en Rust y supera las 91.000 estrellas en GitHub con más de 800 versiones publicadas. Ese ritmo de desarrollo dice bastante.
A favor: el más barato por token, el más rápido, ejecución en paralelo en la nube y presencia en muchas superficies.
En contra: en pruebas de calidad de código sale peor parado en tareas complejas.
Claude Code (Anthropic)
Usa Claude Opus 4.7 con una ventana de contexto de un millón de tokens, lo que le permite mantener proyectos grandes enteros «en la cabeza» sin ir perdiendo el hilo.
Su enfoque es distinto: el código se queda en tu máquina, muestra su razonamiento mientras trabaja y pide permiso antes de hacer cambios arriesgados. Se integra mediante MCP (un estándar para conectarle herramientas externas) y hooks, que permiten disparar acciones automáticas en momentos concretos.
A favor: mejor calidad en tareas complejas. En una prueba a ciegas, revisores humanos consideraron su código más limpio el 67 % de las veces frente al 25 % de Codex.
En contra: claramente el más caro. En un mismo refactor documentado sobre Express.js, el coste fue de unos 15 $ con Codex frente a unos 155 $ con Claude Code.
Kimi Code CLI (Moonshot AI)
El más reciente de los tres y el que menos se conoce fuera de Asia. Es el sucesor del antiguo kimi-cli, reescrito en TypeScript y distribuido por npm.
Su aportación más interesante son los subagentes: incorpora agentes especializados —coder, explore y plan— que trabajan en contextos aislados. En la práctica, el agente que explora el proyecto no contamina el contexto del que escribe el código, algo que en trabajos largos marca diferencia.
Es MIT, la licencia más permisiva de las tres. Funciona de serie con los modelos Kimi (K2.6 y K3), pero se puede configurar para usar otros proveedores compatibles, lo que evita quedar atado a un único fabricante.
A favor: licencia MIT, subagentes con contextos separados, muy buena relación calidad-precio y flexibilidad de proveedor.
En contra: ecosistema y comunidad menores, y menos integraciones con editores.
Comparativa rápida
| Codex CLI | Claude Code | Kimi Code CLI | |
|---|---|---|---|
| Empresa | OpenAI | Anthropic | Moonshot AI |
| Modelo | GPT-5.5 / GPT-5.3-Codex | Claude Opus 4.7 | Kimi K2.6 / K3 |
| Lenguaje | Rust | — | TypeScript |
| Licencia | Apache 2.0 | Propietaria | MIT |
| Contexto | — | 1M tokens | — |
| Ejecución | Local + nube aislada | Local | Local |
| Distintivo | Paralelo en la nube, multiplataforma | Contexto enorme, MCP y hooks | Subagentes aislados |
| Suscripción | 8 / 20 / 100 / 200 $ | 20 / 100 / 200 $ | Consultar |
Cuál elegir
No hay un ganador absoluto. Depende de para qué:
Elige Codex si el coste importa, si trabajas con muchas tareas en paralelo o si quieres el mismo asistente en la terminal, en VS Code y en el móvil. También si prefieres código abierto con una comunidad muy grande detrás.
Elige Claude Code si trabajas con proyectos grandes y complejos donde la calidad del resultado pesa más que la factura, o si necesitas conectarlo a herramientas propias vía MCP. El millón de tokens de contexto es real y se nota en bases de código extensas.
Elige Kimi Code si quieres licencia permisiva, no quieres depender de un único proveedor de modelos, o te interesa el enfoque de subagentes. Es la opción más flexible y la de mejor relación calidad-precio.
Lo que de verdad importa
Después de probar estas herramientas hay una conclusión que se repite: el modelo importa menos de lo que parece. Lo que marca la diferencia es cómo está montado el agente alrededor: qué herramientas tiene, qué contexto recibe, qué permisos maneja y cuándo se detiene a preguntar.
Es lo que se llama el arnés, y lo explicamos con detalle en Prompt, loop, agente y arnés: el vocabulario de la IA que conviene entender.
Nuestra recomendación práctica: prueba dos de ellos con un encargo real de tu día a día —no con un ejemplo de juguete— y compara el resultado y la factura. La respuesta correcta depende de tu proyecto, no de los benchmarks.
Fuentes: comparativas publicadas por Morph, DataCamp y MarkTechPost, y documentación oficial de Kimi Code CLI. Datos de julio de 2026.
