Cursor, dueña del editor de código con IA más usado por programadores en el mundo, publicó un gráfico que vale más que cien presentaciones de venta. En la prueba estandarizada de programación que ella misma creó, el CursorBench 3.1, su propio modelo, el Fable, entrega resultados muy por encima de todos los competidores: Composer 2.5, GPT-5.5 medium, Opus 4.8 high (Anthropic), Sonnet 4.6 high (Anthropic), Gemini 3.5 Flash (Google) y Kimi 2.6 (Moonshot). Cuesta más por tarea. Y aun así, sale más barato al final.
Este texto no es para programadores. Es para quien firma contratos de software, paga la factura de IA a fin de mes, y necesita decidir: ¿vale la pena pagar más por el buen modelo, o se ahorra con el modelo de entrada? La respuesta está en el gráfico. Pero solo quien traduce el gráfico al lenguaje de negocio lo ve.
Qué es el Fable, y por qué esto importa fuera del mundo de los programadores
El Fable es un modelo de IA especializado en escribir código, creado por Cursor (la empresa del editor de código que muchos equipos de software usan hoy para producir más rápido). Los competidores directos son modelos conocidos: Claude (Opus y Sonnet) de Anthropic, GPT de OpenAI, Gemini de Google, Kimi de Moonshot, y el Composer, de la propia Cursor.
Para quien contrata software (interno o externo), el modelo de IA que el proveedor usa por detrás define tres cosas concretas: cuánto tiempo tarda en entregar, cuánto cuesta por mes de uso, y cuántos bugs quedan para que el cliente reclame después. No es un detalle técnico. Es una decisión de presupuesto.
El CursorBench 3.1: el examen de admisión de los modelos de código
Imagina un examen de admisión solo para IAs que escriben software. Mismas preguntas, mismo tiempo, corrección objetiva. Quien acierta más, saca mejor nota. Es el CursorBench 3.1, la versión más reciente de la prueba estandarizada de Cursor. El gráfico publicado por la empresa compara cómo se desempeña cada modelo en esa prueba, y cuánto cobra cada uno por tarea resuelta.
El gráfico tiene dos ejes:
- Eje vertical (nota): porcentaje de acierto en las tareas. Cuanto más alto, mejor.
- Eje horizontal (costo): dólares gastados en promedio por tarea. Cuanto más a la derecha, más barato.
La línea del Fable 5 high está sola allá arriba, en la franja del 70% de acierto. Los competidores quedan todos por debajo del 65%, varios por debajo del 50%. Para dar la referencia completa: el GPT-5.5 medium marca 58%, el Opus 4.8 high (modelo top de Anthropic, conocido por ser caro) queda en 57%, el Gemini 3.5 Flash en 49%, el Kimi 2.6 en 47%, el Sonnet 4.6 high en 47%. Ninguno se acerca al Fable.
"Pero el Fable es el más caro". Sí, y sigue siendo el más barato.
Aquí es donde la mayoría hace mal la cuenta. Miran el costo por llamada y deciden por el más barato. Quien hace eso, paga en otro lado.
Piensa en una obra. Contratas dos pintores. El primero cobra 100 reales por día y termina la habitación bien en tres días. El segundo cobra 50 reales por día, pero pinta torcido, se olvida de las esquinas, y tienes que llamarlo de vuelta para rehacer. El segundo entrega en cinco días, costó 250 reales (50% más que el primero), y encima te atrasó una semana. El "barato" salió más caro y más lento.
Con el modelo de IA es igual. Un modelo débil se equivoca más. Cuando se equivoca, alguien tiene que intervenir: revisar, mandar a rehacer, corregir manualmente. Cada error es una ronda más de llamadas (más costo de IA), más tiempo de programador parado en retrabajo (más salario quemado), y más riesgo de que un bug llegue a producción (más factura a fin de mes, o peor, un cliente reclamando en el WhatsApp de la dirección).
El gráfico del Fable dice exactamente esto: cada tarea cuesta más, pero necesitas menos tareas para llegar al resultado. Y el resultado es más limpio. Cuenta total: menor. Es la primera vez en tres años que el "más caro por llamada" se volvió, con holgura, el más barato por entrega.
Qué cambia esto a la hora de contratar (o cobrar) software
Si estás contratando software desarrollado con IA (y hoy prácticamente todo software nuevo tiene IA involucrada en algún punto), las preguntas correctas cambian.
Ya no es "cuál es la IA más barata por llamada". Es:
- ¿Qué modelo usa tu equipo, y por qué? Quien ahorra en el modelo de entrada te va a cobrar en tiempo, retrabajo o bugs.
- ¿Cuántos intentos en promedio necesita tu equipo para cerrar una tarea de código? Cuantos más intentos, peor está el modelo o el proceso.
- ¿El costo de IA está atado a la entrega o a las horas? Si está atado a las horas, el proveedor no tiene incentivo para usar un buen modelo (gana más cuanto más tarda).
Estas tres preguntas separan al proveedor que entiende de negocio del proveedor que solo te está trasladando el tiempo del equipo.
"Si el Fable es tan bueno, ¿todos lo van a usar para todo?" No, y está bien.
Un modelo top como el Fable tiene sentido en una tarea difícil: lógica nueva, una gran reorganización de sistema, la caza de un bug complejo. Para una tarea simple (generar un archivo de configuración, escribir una prueba obvia), un modelo barato lo resuelve sin problema. Un equipo maduro mezcla modelos: usa el caro donde el caro vale, y el barato donde el barato basta.
Es la misma lógica de cualquier operación. No mandas al socio a hacer fotocopias, y no mandas al pasante a negociar un contrato de un millón. Repartes la tarea a quien da el mejor retorno por hora.
La señal más sutil que manda el gráfico del Fable es otra: el techo subió. En tareas donde antes ningún modelo de IA lo resolvía bien (y el trabajo volvía todo a manos del programador humano), el Fable ahora lo resuelve. Esto abre puertas que estaban cerradas, y para ti, cliente final, significa software más robusto, entregado más rápido, con menos bugs en producción. Es el tipo de avance silencioso que cambia lo que tu empresa logra construir en los próximos seis meses.
Qué hacer con esta información la semana que viene
Tres movimientos prácticos para dueño, director, o líder de operación:
- Pregúntale a tu equipo de tecnología (interno o contratado) qué modelo se está usando en cada tipo de tarea. Si la respuesta es "uso el más barato para todo", estás ahorrando mal.
- Compara tu factura de IA con tu retorno real. Si la factura bajó 30% pero el equipo necesitó 50% más de tiempo para entregar, estás perdiendo dinero con apariencia de ahorro.
- Trata "qué modelo" como una decisión de negocio, no como un detalle técnico. Es igual que elegir proveedor de materia prima: el precio unitario es solo el comienzo de la cuenta.
Quien va a liderar esta conversación en las empresas en los próximos meses no es el desarrollador. Es el gestor que aprendió a leer el gráfico correcto. El Fable no es solo un modelo mejor: es una nueva regla para todos los que pagan factura de IA. Quien ignore la regla va a seguir creyendo que está ahorrando, mientras la competencia entrega el doble con la mitad del retrabajo.
(Si todavía estás calibrando cómo tu empresa debe posicionarse frente a la IA, vale leer por qué la IA dejó de ser promesa y se volvió lucro de verdad y por qué un agente de IA vuela en la demo y muere en producción.)
