Claude a fondo — todo lo que podés hacer (y lo que muchos no saben)

El 25 de febrero de 2025 Anthropic lanzó Claude Code. Línea de comando, agente autónomo, acceso al repositorio entero, capacidad de editar archivos, correr tests, hacer commits. Tres semanas después, el 12 de marzo, lanzó el Claude Agent SDK — la plataforma para construir agentes propios sobre la misma infraestructura que corre Claude Code. A esa altura OpenAI todavía no tenía un equivalente maduro en producción.

Ese par de lanzamientos marcó el momento en el que Claude dejó de competir por ser "una IA más" y pasó a ser la IA por default de los equipos técnicos. A abril de 2026 el patrón es claro: Cursor corre Claude de backbone. GitHub Copilot Chat integra Claude como una de sus opciones de modelo. Replit Agent usa Claude. Perplexity Pro ofrece Claude. Según el Menlo Ventures Enterprise AI Report 2024, Anthropic pasó del 12% al 24% de la cuota empresarial de modelos de lenguaje entre 2023 y 2024 — duplicándola mientras OpenAI caía del 50% al 34%. En OpenRouter (el ranking público de uso por API), Claude Sonnet es consistentemente top-2 de tokens procesados.

Este nivel asume que ya conocés el chat, los Artefactos, los Proyectos y MCP. Vamos a lo de desarrolladores, lo de agentes y lo que Claude hace mejor o peor que la competencia — con cifras etiquetadas donde corresponde.

Claude Code — el agente de terminal

Claude Code es un CLI (claude en tu terminal) que opera como agente autónomo sobre tu repositorio. No es autocompletado tipo Copilot; es un ciclo de razonamiento completo: plan → ejecución → verificación. Le das una tarea de alto nivel ("refactorizá el módulo de autenticación para usar JWT en lugar de sesiones") y Claude lee el código, propone un plan, lo confirma con vos, edita múltiples archivos, corre tests, ajusta según resultados.

La diferencia operativa con asistentes de IDE: Claude Code razona sobre el repo completo, no sobre el archivo abierto. Eso importa porque los cambios significativos cruzan archivos — renombrar una interfaz toca 40 módulos.

Uso medible: equipos que lo adoptaron reportan reducciones de tiempo de 30-50% en tareas de refactor y debugging, según casos publicados por Anthropic (tomar con el régimen probatorio correspondiente — evidencia de la parte interesada). Reporte independiente más sobrio, GitClear 2025, muestra que Claude Code compite cabeza a cabeza con Cursor en productividad por tarea, y supera a Copilot en tareas multi-archivo.

Claude Agent SDK — la capa programable

El Agent SDK es la infraestructura que Anthropic usa internamente para construir Claude Code, expuesta como biblioteca pública. Permite construir agentes especializados con las mismas primitivas: herramientas, memoria persistente, planificación, verificación.

Casos que veo en clientes: agentes de soporte técnico que leen tickets, consultan la base de conocimiento, ejecutan diagnósticos, y proponen respuestas; agentes de análisis financiero que leen planillas, cruzan con sistemas contables, generan reportes ejecutivos; agentes de investigación legal que navegan jurisprudencia, extraen cláusulas relevantes, redactan dictámenes.

La diferencia con alternativas (LangChain, OpenAI Agents SDK): el Agent SDK está diseñado por el mismo equipo que entrena el modelo, con lo cual las primitivas están alineadas con cómo Claude razona. Menos fricción entre abstracción y ejecución.

Batch API y prompt caching — las optimizaciones que cambian la economía

Dos features técnicas que modifican sustancialmente el costo por token de operación en producción.

Batch API. Envías hasta 10 mil requests en un solo batch; Claude los procesa de manera asincrónica en ventana de 24 horas; pagás 50% del precio estándar. Útil para pipelines que no requieren latencia baja — análisis histórico, clasificación masiva, generación de datasets.

Prompt caching. Si pasás el mismo system prompt o los mismos documentos en múltiples requests (caso común en Proyectos, en RAG, en agentes), Claude cachea esa parte del prompt. En pedidos subsiguientes dentro de la ventana de caché (hasta 1 hora), pagás 10% del precio por los tokens cacheados. Reducciones de costo reportadas por Anthropic: 90% de ahorro en use cases con mucho contexto repetido.

La combinación de batch + caching lleva el costo efectivo de operar Claude en producción a un punto donde es competitivo con modelos significativamente más chicos — lo cual explica parte del crecimiento en adopción empresarial.

Herramientas nativas: computer use, web search, code execution

Computer Use. Lanzado octubre 2024. Claude observa screenshots, decide próximo paso, emite comandos de mouse y teclado. La crítica honesta: es lento (varios segundos por acción) y caro (consume muchos tokens por la vía de screenshots). La utilidad real: aplicaciones que no exponen APIs, donde el único camino es automatizar la UI humana. Migración de datos entre sistemas legacy, interacción con portales gubernamentales, scraping de apps cerradas.

Web Search. Capacidad nativa desde 2025. Claude puede buscar en la web durante la conversación, leer páginas, citar fuentes. Diferencia con Perplexity: está integrado al flujo del chat, no es un producto separado. Diferencia con ChatGPT Search: en mi experiencia Claude cita con más precisión y alucina menos fuentes.

Code Execution. Sandbox de Python ejecutado del lado de Anthropic. Claude corre código real, procesa archivos, genera gráficos, hace análisis de datos. Útil cuando el Artefacto (que corre en el browser) no puede acceder a librerías pesadas de Python.

Comparativa honesta: dónde Claude gana y dónde pierde

Pro-Claude con argumentos, no con adjetivos. Lo que Claude hace claramente mejor que la competencia a abril de 2026:

Coding agentic. Claude Code + Cursor (que usa Claude de backbone) + GitHub Copilot Chat (que ofrece Claude) dominan el uso técnico. Rankings de Vellum y métricas de OpenRouter confirman que en tareas multi-archivo y refactor Claude lidera.

Escritura larga coherente. Para documentos de 5+ páginas con estructura argumentativa, Claude mantiene mejor la línea. Es lo que el equipo editorial de The Atlantic, Every y Platformer han señalado públicamente.

Análisis de PDFs grandes. Ventana de 200K tokens bien utilizada, más la calidad del razonamiento, hace que Claude sea la opción fuerte para contratos largos, papers científicos, due diligence documental.

Seguridad y literalidad de outputs. Menos alucinación, rechazos consistentes, mejor adhesión a instrucciones complejas. El caso empresarial por el que la compliance elige Claude.

Donde Claude pierde — y vale reconocerlo:

Generación de imágenes. DALL-E 3 de OpenAI y Imagen de Google producen imágenes más artísticas y más controlables. Claude genera imágenes via Artefactos con SVG o con proveedores externos via MCP, pero no es su fuerte.

Integración con Gmail/Docs nativa. Gemini está literalmente adentro de Workspace. Para un usuario all-in en Google, Gemini gana por fricción — no por calidad del modelo, sino por ubicación.

Modo voz. ChatGPT Advanced Voice Mode es hoy la mejor implementación de conversación hablada en tiempo real. Claude tiene voz, pero no iguala la latencia ni la naturalidad de OpenAI.

Features de consumidor. ChatGPT tiene más gadgets — agentes visibles, más skins, más integraciones en apps de terceros. Si tu uso es exploratorio y creativo, ChatGPT suele rendir más.

Tesis editorial

La industria de modelos de lenguaje se va a estratificar definitivamente en 2026-2027 en torno a una pregunta práctica: ¿tu trabajo vive en texto, código y análisis — o vive en imagen, voz y exploración creativa?

Si es lo primero — si sos abogado, contador, investigador, analista, consultor, desarrollador, escritor profesional, médico, ingeniero, o cualquier cosa donde la producción es texto con responsabilidad — Claude es la herramienta por default hoy. Y la distancia con la competencia en ese terreno se amplió, no se achicó, entre 2024 y 2026. Los datos de Menlo Ventures (24% de share empresarial, creciendo) y OpenRouter (top-2 consistente) son evidencia concreta.

Si es lo segundo — si tu trabajo es contenido visual, voz, marketing creativo, o productos donde la fricción con ecosistema importa más que el rigor del output — ChatGPT sigue siendo la mejor apuesta. Gemini es una apuesta razonable si ya vivís en Workspace.

La tesis no es "Claude gana". Es que Claude optimizó durante cinco años por un vector específico — literalidad, razonamiento, análisis de texto largo, código agentic, seguridad — y ese vector coincide con el trabajo profesional serio. Para ese segmento, es la herramienta que corresponde tener como default.

Si querés profundizar con práctica guiada en todo esto — Claude Code, MCP, agentes, Artefactos avanzados, arquitectura de Proyectos — el curso Claude al Máximo es el recorrido que armé para eso. No es requisito para descubrir Claude; es el atajo para no perder seis meses reconstruyendo por prueba y error lo que ya está mapeado.

¿Cuál de los casos donde Claude pierde — imagen, voz, integración nativa con Workspace — es el que más impacta tu trabajo diario?