Tres modelos fueron lanzados en una sola semana.
16 de abril: Claude Opus 4.7.
20 de abril: Kimi K2.6.
23 de abril: GPT-5.5.
La mayoría de la gente eligió uno y siguió adelante.
Ese es el movimiento equivocado.
Los que ganan no son leales a un solo modelo.
Enrutan automáticamente cada tarea al mejor modelo para ella, usando un stack de tres partes increíblemente potente y prácticamente gratis o absurdamente barato.
Una sola persona con esta configuración puede hacer lo que antes requería un equipo de cuatro personas.
Un solo prompt puede lanzar 300 agentes paralelos trabajando a través de 4.000 pasos coordinados.
Una semana de configuración y tu workflow cambia permanentemente.
Aquí tienes exactamente cómo usar los tres como un solo sistema.
Qué es realmente cada uno
>Kimi K2.6
Lanzado el 20 de abril por Moonshot AI, open source bajo una licencia Modified MIT, barato vía API a aproximadamente entre 0,60 y 0,95 USD por millón de tokens de entrada, aproximadamente 8 veces más barato que Claude y 5 veces más barato que GPT-5.5 para el mismo trabajo.
Los números que importan:
1 billón de parámetros totales, 32 mil millones activos por token, ventana de contexto de 256k y una salida máxima de 65.536 tokens por respuesta, más grande que los modelos flagship de Claude o OpenAI.
Entrenado nativamente para coordinar 300 subagentes a través de 4.000 pasos coordinados en tareas de largo horizonte.
En pruebas del mundo real, K2.6 reconstruyó autónomamente un motor financiero de matching con 8 años de antigüedad durante 13 horas, iterando a través de 12 estrategias de optimización y más de 1.000 llamadas a herramientas para modificar más de 4.000 líneas de código con precisión, entregando un salto del 185% en throughput medio y un aumento del 133% en throughput de rendimiento.
Uno de los equipos internos de Moonshot lo ejecutó como agente autónomo durante cinco días seguidos, gestionando monitoreo, respuesta a incidentes y operaciones del sistema sin intervención humana.
Benchmarks:
80,2% en SWE-bench Verified.
58,6% en SWE-bench Pro empatando con GPT-5.5.
92,5% en DeepSearchQA.
66,7% en Terminal-Bench 2.0.
La tasa de alucinaciones cayó del 65% en K2.5 al 39%, prácticamente al nivel de Claude Opus 4.7 con 36%.
Debilidad:
No tiene entrada de imágenes en la API, tiene tasas de reintentos ligeramente más altas en tool-schema que Anthropic u OpenAI y no lidera en matemáticas puras.
Claude Opus 4.7
Lanzado el 16 de abril, es el mejor modelo para calidad de código de producción, documentos legales y enterprise, tareas de visión y cualquier cosa donde la precisión importa más que la velocidad.
En SWE-bench Pro lidera con 64,3%, aproximadamente 6 puntos por delante de Kimi y GPT-5.5.
La agudeza visual saltó de 54,5% a 98,5% después de una mejora de resolución de 1,15 a 3,75 megapíxeles.
Verifica sus propias respuestas antes de devolvértelas, detectando fallos lógicos antes que tú.
Para trabajo de conocimiento enterprise obtiene 90,9% en BigLaw Bench, distinguiendo correctamente disposiciones legales que históricamente confundían a los frontier models y entregando un 21% menos de errores que Opus 4.6 trabajando con información fuente.
La debilidad:
Es uno de los más caros de los tres, con 5/25 USD por millón de tokens, y retrocedió ligeramente en investigación web.
GPT-5.5
Lanzado el 23 de abril, el mejor para matemáticas, investigación web con 90,1% en BrowseComp y uso de computadoras donde opera GUIs reales autónomamente con 78,7% en OSWorld-Verified.
Usa menos tokens de salida que modelos anteriores para completar las mismas tareas, haciéndolo más barato en la práctica de lo que su precio oficial de 5/30 USD por millón sugiere.
En recuperación de contexto largo salta a 74,0% frente al 32,2% de Claude en el mismo benchmark, una diferencia que importa para cualquiera trabajando con bases de código masivas o documentos extremadamente largos.
Y uno de los superpoderes de GPT es realmente Image 2.
Sinceramente nunca había visto algo así.
La debilidad:
Los outputs cuestan oficialmente 30 USD por millón de tokens y pierde frente a Claude en calidad de código real y frente a Kimi en precio para trabajo masivo.
El swarm de agentes: lo que Kimi realmente hace y que nada más hace
K2.6 escala hasta 300 subagentes ejecutando 4.000 pasos coordinados simultáneamente, triplicando el límite de K2.5.
Cada agente maneja una subtarea especializada en paralelo, un coordinador fusiona los resultados y obtienes un output end-to-end desde un solo prompt.
Ejemplos reales del lanzamiento:
100 agentes compararon un CV contra 100 ofertas de trabajo y devolvieron 100 currículums personalizados.
Otra ejecución convirtió un paper de astrofísica en un output de investigación de 40 páginas y 7.000 palabras con un dataset de 20.000 filas y 14 gráficos.
También puedes convertir cualquier PDF, spreadsheet o documento en una skill reutilizable.
Sube tu mejor trabajo una sola vez y el swarm replica automáticamente su estructura y calidad en cada futura tarea.
La advertencia honesta:
La orquestación sigue siendo frágil en tareas extremadamente complejas y de largo horizonte.
Usa Agent Swarm donde el trabajo realmente pueda paralelizarse:
investigación masiva, batch processing, generación en volumen y escritura larga a escala.
Para razonamiento secuencial, debugging de un solo archivo o decisiones de arquitectura, Opus 4.7 sigue siendo la mejor opción.
El Cheat Code: enruta cada tarea al modelo correcto
Toda la estrategia es esta:
No eres leal a un modelo.
Enrutas.
Dale a Kimi K2.6:
Tareas masivas de código, generación de front-end desde prompts o imágenes, agent swarms para investigación grande, ejecuciones autónomas nocturnas y cualquier cosa que necesites hacer barata y a escala.
Si necesitas:
50 funciones escritas,
100 páginas investigadas,
una app full-stack scaffolded
o un agente funcionando 12 horas sin supervisión,
Kimi es tu trabajador.
Dale a Claude Opus 4.7:
Código de producción que debe salir bien al primer intento, documentos legales, workflows enterprise, tareas de visión, cualquier cosa relacionada con precisión de diseño y cualquier cosa donde una respuesta incorrecta cueste dinero real.
Opus es tu senior engineer y tu red de seguridad.
Dale a GPT-5.5:
Problemas matemáticos, tareas de investigación que requieren mucha navegación web, uso de computadoras y navegación GUI y cualquier cosa donde necesites que el modelo encuentre y sintetice información actual rápidamente.
GPT-5.5 es tu investigador y tu operador de computadora.
La decisión de routing toma cinco segundos.
El ahorro es permanente.
Cómo configurarlo realmente
Opción 1: Routing manual (gratis, funciona hoy)
Tres preguntas antes de cada tarea.
1/ ¿Coding masivo o trabajo autónomo?
Kimi.
2/ ¿Producción perfecta, visión o contenido legal?
Opus 4.7.
3/ ¿Matemáticas, investigación web o navegación de computadoras?
GPT-5.5.
Cinco segundos por tarea.
Ahorro inmediato de costes.
Opción 2: Claude Code Router
Te permite usar la interfaz de Claude Code pero enrutar solicitudes hacia Kimi, GPT-5.5 o cualquier modelo vía OpenRouter.
Una interfaz, tres cerebros, routing automático.
Opción 3: CodeRouter
coderouter.io enruta automáticamente cada llamada API hacia el modelo óptimo.
Sin configuración.
Routing actual:
Opus para planificación y debugging.
Kimi para implementación y generación masiva.
GPT-5.5 para matemáticas e investigación.
Reduce costes mensuales aproximadamente un 60% sin cambios observables de calidad.
🚨Los repositorios que necesitas (LA PARTE MÁS IMPORTANTE)
Para Kimi K2.6:
github.com/moonshotai/Kimi-K2
es el repositorio oficial.
Pesos, deployment guides para vLLM y SGLang, documentación API y toda la configuración para self-host o integración.
Empieza aquí.
github.com/chongdashu/cc-kimi-k2-thinking-prompts
muestra cómo usar Kimi K2.6 a través del Claude Code CLI cambiando una sola variable de entorno.
El loop completo de agentes de Claude Code con el cerebro de Kimi haciendo el trabajo por una fracción del coste.
github.com/dnnyngyen/kimi-agent-internals
tiene los system prompts extraídos para los seis tipos de agentes de Kimi incluyendo Base Chat, OK Computer, Docs, Sheets, Slides y Websites, además de definiciones de skills y tool schemas completos.
Para Claude Opus 4.7:
github.com/CheswickDEV/claude-opus-4.7-prompt-optimizer
es un meta-prompt que transforma tus prompts crudos en prompts estructurados en XML listos para producción y optimizados específicamente para las particularidades de Opus 4.7, ajustados para el nuevo nivel xhigh effort y adaptive thinking.
github.com/rohitg00/awesome-claude-design
tiene prompts DESIGN.md organizados por familias estéticas para Claude Design, incluyendo recetas de presupuesto de tokens ya que los vision tokens de Opus 4.7 cuestan aproximadamente 3 veces más que texto equivalente.
github.com/Piebald-AI/claude-code-system-prompts
tiene el system prompt completo de Claude Code y las 24 descripciones de herramientas integradas actualizadas por release.
Para GPT-5.5:
github.com/openai/gpt-5-coding-examples
es el repositorio oficial de OpenAI con aplicaciones demo construidas completamente con un único prompt de GPT-5.
Cada demo incluye el prompt zero-shot exacto que la generó.
github.com/f/awesome-chatgpt-prompts
con más de 143k estrellas, es la librería de prompts canónica y funciona en los tres modelos.
Para usar los tres juntos:
github.com/musistudio/claude-code-router
une todo.
Una interfaz, tres modelos, routing automático.
github.com/asgeirtj/system_prompts_leaks
tiene los system prompts filtrados de los tres modelos en un solo lugar para que puedas ver exactamente cómo cada empresa moldea el comportamiento de su modelo.
Los prompts que deberías instalar ahora mismo
Tres prompts.
Uno por modelo.
Guárdalos en algún lugar accesible y pégalos al inicio de cualquier sesión o instálalos como system prompts persistentes.
Para trabajo masivo y agentes con Kimi K2.6:
Para trabajo de producción con Claude Opus 4.7:
Para investigación y uso informático con GPT-5.5:
Cosas reales que puedes hacer hoy con este stack
Construir un SaaS completo en una sola sesión.
Describe el producto, stack y funcionalidades a Kimi.
Déjalo correr.
Scaffoldea front-end, back-end y configuración DevOps.
Entrega el output a Opus 4.7 para endurecer las rutas críticas de producción.
Investigar cualquier tema en profundidad.
Lanza el Agent Swarm de Kimi con 50 a 100 agentes sobre una pregunta de investigación.
Cada uno cubre un ángulo diferente.
El coordinador fusiona y resuelve contradicciones.
Informe estructurado con citas en el tiempo que antes tomaba leer 10 artículos.
Procesar cualquier cosa masivamente.
100 ofertas de empleo, 100 cartas de presentación personalizadas.
50 tickets de soporte, 50 respuestas adaptadas.
Tareas que antes requerían un equipo ahora se ejecutan durante la noche por unos pocos dólares.
Convertir documentos en skills reutilizables.
Sube tu mejor informe o propuesta a Kimi.
Captura el ADN estructural y estilístico como una skill que el swarm aplica automáticamente a cada futura tarea.
Automatizar monitoreo y respuesta a incidentes.
Conecta Kimi a tus logs de errores y pipeline de despliegue como agente de background.
Cuando algo se rompe:
encuentra los commits relevantes,
abre un draft fix
y lo publica en Slack.
Tu ingeniero on-call revisa un PR en vez de quedarse mirando una terminal vacía a las 3 de la mañana.
