¿Claude Code se siente peor? Modelo y nivel de esfuerzo explicados

Introducción

Cuando Claude Code produce resultados débiles, muchos desarrolladores cambian de inmediato a un modelo más grande y costoso.

Esta reacción es comprensible, pero a menudo apunta a la configuración incorrecta.

Claude Code ofrece dos controles que pueden mejorar la salida: el modelo y el nivel de esfuerzo. Ambos están relacionados, pero tienen funciones distintas. La selección del modelo cambia la capacidad subyacente del sistema, mientras que el nivel de esfuerzo ajusta cuánto trabajo está dispuesto a invertir Claude en la tarea actual.

Esta distinción explica por qué, incluso sin cambiar el modelo, Claude puede sentirse de repente menos minucioso. También explica por qué un modelo más pequeño con un alto nivel de esfuerzo puede, a veces, superar a un modelo grande con un bajo nivel de esfuerzo.

Por qué Claude Code de repente se siente "menos inteligente"

Esta confusión se vuelve especialmente evidente cuando los desarrolladores notan que el comportamiento de Claude Code ha cambiado.

Los usuarios informan que Claude omite archivos que debería leer, evita ejecutar pruebas, se detiene a mitad de un trabajo de varios pasos, o pide más información al usuario en lugar de explorar por sí mismo.

Un issue de GitHub ampliamente discutido describe a Claude Code como "poco fiable para tareas complejas de ingeniería". El análisis citado en el artículo original revisó miles de sesiones y reportó una caída drástica en la cantidad de razonamiento o trabajo realizado.

Muchos usuarios inicialmente pensaron que el problema estaba en sus instrucciones, en la configuración del repositorio o en los ajustes locales. El artículo original señala que la causa más directa fue un cambio en la configuración predeterminada del nivel de esfuerzo.

Para reducir la latencia, Anthropic redujo temporalmente el nivel de esfuerzo predeterminado de high a medium para algunos usuarios de Claude Code. Los pesos del modelo no se debilitaron, pero se animó a Claude a dedicar menos tiempo, menos tokens y menos llamadas a herramientas en cada tarea.

El efecto visible se malinterpreta fácilmente:

• Revisa menos archivos.
• Ejecuta menos pruebas.
• Las tareas de varios pasos terminan antes.
• Claude pide contexto al usuario con más frecuencia.
• La respuesta es más rápida, pero con menos investigación.

Más tarde, Anthropic restauró la configuración predeterminada más alta para los usuarios afectados. Pero para entonces, el evento ya había demostrado un punto importante: incluso cuando el modelo no cambia, cuando la estrategia de esfuerzo cambia, el modelo puede sentirse "más tonto".

El modelo cambia el cerebro, el esfuerzo cambia la carga de trabajo

La explicación de Anthropic se puede resumir en una frase práctica:

El modelo cambia el cerebro. El nivel de esfuerzo determina la minuciosidad con la que ese cerebro trabaja en la tarea actual.

La selección del modelo determina el límite de capacidad

Un modelo está definido por un conjunto fijo de pesos de entrenamiento.

Una vez completado el entrenamiento, estos pesos determinan el conocimiento general del modelo, los patrones aprendidos, la capacidad de razonamiento, la experiencia en programación y el alcance de sus habilidades. Las instrucciones, los archivos del repositorio, CLAUDE.md y los documentos en el contexto pueden guiar al modelo, pero no pueden reescribir estos pesos.

Esto significa que la selección del modelo responde principalmente a esta pregunta:

¿Puede este modelo resolver este tipo de problema?

Si una biblioteca se publicó después de la fecha de corte de los datos de entrenamiento del modelo, puedes proporcionar documentación en la sesión actual para que el modelo la use. Pero esto no le enseña la biblioteca de forma permanente. El conocimiento relevante solo existe dentro del contexto actual.

Esta misma limitación explica por qué un modelo puede inventar con confianza una API que no existe. Está generando el contenido más probable basado en patrones aprendidos, no consultando una base de datos interna que garantice la validez de una función.

Cómo llega el texto al modelo

Antes de que Claude procese el código o el texto, la entrada se divide en tokens.

Por ejemplo, esta línea de código:

const x = await fetch(...)

Se convierte en IDs de tokens del vocabulario del modelo. El modelo procesa estas representaciones numéricas, no lee caracteres como un humano.

Luego, el modelo predice un token a la vez. Después de generar cada token, la secuencia se reprocesa para predecir el siguiente.

Este proceso de generación repetitiva es una de las principales fuentes de latencia y costo. Los modelos más capaces pueden generar mejores predicciones, pero esto no significa que el modelo revise automáticamente cada archivo, ejecute cada prueba o complete cada etapa de cada tarea larga.

Este tipo de comportamiento es precisamente donde entra en juego el esfuerzo.

El esfuerzo controla no solo el tiempo de pensamiento

Muchos usuarios interpretan un mayor nivel de esfuerzo como "dejar que el modelo piense unos segundos más".

Esta interpretación no es completa.

El parámetro de esfuerzo de Anthropic afecta la disposición general del modelo a gastar tokens y ejecutar trabajo. Puede influir en:

• Cuántos archivos leerá Claude
• Cuántas herramientas invocará
• Si ejecutará pruebas
• Cuánta validación realizará
• Si volverá a verificar el contenido editado
• La profundidad que puede mantener en tareas de varios pasos
• Con qué rapidez pedirá más información al usuario
• Cuánto razonamiento extendido llevará a cabo

Con un esfuerzo bajo, Claude está optimizado para velocidad y eficiencia de tokens. Es posible que solo lea los archivos más obvios, realice una modificación limitada y luego responda rápidamente.

Con un esfuerzo alto, Claude es más propenso a revisar el código circundante, leer configuraciones, ejecutar pruebas, validar resultados y continuar hasta que la tarea esté más completa.

El gráfico de la guía de Anthropic utiliza un ejemplo ilustrativo:

• La ruta de bajo esfuerzo podría usar unos 400 tokens.
• La ruta de alto esfuerzo podría usar unos 2.800 tokens.

El múltiplo específico no es una regla fija. El esfuerzo es una señal de comportamiento, no un presupuesto estricto de tokens. Diferentes tareas pueden producir diferentes patrones de consumo.

El punto clave es que los tokens adicionales no se utilizan solo para el razonamiento oculto. También se pueden usar para leer archivos, generar parámetros de herramientas, ejecutar pasos de validación y escribir respuestas más completas.

Un modelo pequeño con alto esfuerzo puede superar a uno grande con bajo esfuerzo

Esto lleva a un resultado que a primera vista es contraintuitivo:

Un modelo pequeño con suficiente contexto y un alto nivel de esfuerzo puede superar a un modelo grande al que solo se le permite un procesamiento superficial.

Imaginemos a dos desarrolladores:

• Uno es un generalista poderoso, que tiene toda la tarde para revisar el repositorio, ejecutar la aplicación, probar cambios y validar resultados.
• El otro es un experto con más experiencia, pero solo tiene cinco minutos y solo puede revisar unos pocos archivos.

El experto puede tener mejores intuiciones, pero el generalista tiene más oportunidades para recopilar evidencia.

Esto es similar a la diferencia entre capacidad del modelo y esfuerzo.

Un modelo grande establece un límite superior de calidad más alto. Un mayor esfuerzo determina cuánto está dispuesto el modelo a moverse hacia ese límite superior en la tarea actual.

Esto no significa que el tamaño del modelo no sea importante. Algunas tareas aún están fuera de las capacidades de un modelo pequeño, sin importar el esfuerzo invertido. Un modelo no puede compensar la falta de una capacidad simplemente gastando más tokens.

Sí significa que aumentar el tamaño del modelo no es siempre la primera opción ni la solución más barata.

¿Claude falla porque no puede resolver la tarea, o porque no se esforzó lo suficiente?

El consejo más útil de Anthropic es un marco de diagnóstico.

Cuando Claude produce un mal resultado, no cambies de modelo inmediatamente. Primero, determina el tipo de fallo.

Paso 1: Revisa la entrada y el contexto

Antes de cambiar cualquier configuración, verifica la tarea en sí.

Pregunta:

1. ¿El prompt es claro?
2. ¿Claude tiene los archivos necesarios?
3. ¿Las herramientas correctas están disponibles?
4. ¿CLAUDE.md es preciso?
5. ¿El alcance de la tarea está claramente definido?
6. ¿Faltan restricciones importantes?
7. ¿Claude está trabajando en el directorio o repositorio correcto?

Muchos problemas que parecen ser del modelo, son en realidad problemas de contexto.

Si el modelo recibe requisitos incompletos, instrucciones desactualizadas o archivos incorrectos, ni un mayor esfuerzo ni un modelo más grande resolverán el problema de manera confiable.

Paso 2: Busca señales de esfuerzo insuficiente

Cuando Claude presenta las siguientes situaciones, es probable que el problema sea falta de esfuerzo:

• Se saltó archivos relevantes
• No revisó la configuración
• Evitó ejecutar pruebas disponibles
• Se detuvo durante una refactorización
• Hizo una edición pero no la validó
• Preguntó por información que podría haber encontrado con las herramientas disponibles
• Regresó antes de completar el flujo de trabajo solicitado

En estos casos, aumenta el nivel de esfuerzo.

Es posible que el modelo ya tenga suficiente capacidad.

Solo necesita una señal más fuerte de que la tarea debe completarse más a fondo.

Paso 3: Busca señales de limitaciones de capacidad

Cuando ocurren las siguientes situaciones, el problema probablemente radica en el modelo en sí:

• Claude tiene el contexto correcto
• Leyó los archivos relevantes
• Ejecutó las comprobaciones esperadas
• Intentó claramente resolver el problema
• Aun así, llegó a una conclusión incorrecta
• Reformular la tarea no ayuda
• Aumentar el esfuerzo produce resultados más largos pero igualmente incorrectos

En estos casos, cambia a un modelo más potente.

Un mayor esfuerzo proporciona más espacio para que los mismos pesos funcionen, pero no reemplaza esos pesos con un conjunto de capacidades más fuerte.

Cómo elegir entre Sonnet, Opus y Fable

La alineación específica de modelos y la configuración predeterminada cambiarán con el tiempo, por lo que siempre debes consultar la documentación actual de Anthropic. La lógica práctica de selección es más duradera que cualquier nombre de modelo específico.

Usa modelos más pequeños o equilibrados para el trabajo rutinario

Para las siguientes tareas, suele ser suficiente usar modelos más rápidos como Sonnet:

• Ediciones pequeñas
• Reformatos
• Correcciones de errores directas
• Migraciones conocidas
• Actualizaciones de código repetitivas
• Cambios en la documentación
• Tareas con pruebas sólidas

Si la tarea involucra varios archivos o requiere validación, primero aumenta el nivel de esfuerzo antes de pasar a un modelo más costoso.

Usa modelos más grandes para trabajos ambiguos o difíciles

Es más apropiado usar modelos más potentes como Opus cuando:

• La causa raíz no es clara
• La tarea abarca múltiples sistemas
• Los requisitos entran en conflicto
• La base de código contiene patrones desconocidos
• Se necesita un juicio arquitectónico
• La solución depende de experiencia que no existe en el repositorio

La ventaja no solo está en más tokens. Los modelos más grandes pueden haber aprendido patrones más sólidos y tener un límite superior de capacidad más alto.

Reserva los modelos de mayor capacidad para los problemas más difíciles

El artículo fuente describe a Fable como el modelo experto al que recurrir cuando otros modelos siguen estancados.

Este tipo de modelo es más valioso para:

• Tareas de agente de ciclo largo
• Diagnósticos complejos de ingeniería
• Trabajo arquitectónico difícil
• Depuración con alta ambigüedad
• Problemas que otros modelos no han resuelto después de un gran esfuerzo

Dado que el modelo de mayor capacidad también tiene el costo de tokens más alto, úsalo solo cuando su capacidad adicional pueda cambiar el resultado.

Matriz práctica de modelo y esfuerzo

Tipo de tarea	Estrategia de modelo inicial	Nivel de esfuerzo sugerido
Renombrar, formatear, ediciones de texto pequeñas	Modelo rápido o equilibrado	Bajo o medio
Bug pequeño con pruebas claras	Modelo equilibrado	Medio
Corrección de errores en varios archivos	Modelo equilibrado

| Alta |
| Reestructuración grande con requisitos claros | Modelo equilibrado o superior | Alta o muy alta |
| Fracaso arquitectónico por requisitos ambiguos | Modelo superior | Alta |
| Flujo de trabajo autónomo extenso | Modelo fuerte | Muy alta o máxima |
| Fracaso reiterado incluso tras investigación completa | Recurrir a un modelo más potente | Mantener lo suficientemente alta para verificación |

Esto es un punto de partida, no una regla fija.

La configuración óptima depende de:

• Tamaño del repositorio
• Ambigüedad de la tarea
• Calidad de las pruebas
• Disponibilidad de herramientas
• Límites de coste
• Requisitos de latencia
• Requisitos de revisión

Por qué no se debe ajustar el nivel de esfuerzo al azar

Cambiar constantemente el nivel de esfuerzo en cada prompt vuelve impredecibles los costes y la latencia.

Anthropic recomienda comenzar con el nivel de esfuerzo predeterminado del modelo seleccionado y luego ajustarlo como una preferencia de trabajo más amplia.

Por ejemplo:

• Usar esfuerzo bajo para preguntas rápidas y subtareas numerosas.

• Usar esfuerzo medio para desarrollo habitual.

• Usar esfuerzo alto para codificación difícil y flujos de trabajo de agente.

• Usar xhigh o max solo cuando se requiera minuciosidad adicional.

Para los usuarios de la API, el parámetro effort se aplica al texto visible, las llamadas a herramientas, los parámetros de herramientas y el pensamiento extendido. No se limita a un único presupuesto de inferencia oculta.

Esto convierte a effort en un control operativo directo sobre cuánto trabajo intenta realizar el modelo.

Orquestación multiagente y Ultracode

El artículo original también menciona el modo ultracode de Claude Code.

Una idea importante es que ciertas tareas largas se benefician de múltiples hilos de agente. En lugar de que una sola instancia de Claude revise secuencialmente cada parte de una tarea grande, un coordinador puede delegar trabajos independientes a agentes especializados.

Ejemplos:

• Un agente revisa la seguridad
• Un agente verifica las pruebas
• Un agente lee la documentación
• Un agente implementa los cambios
• Un coordinador integra los resultados

La documentación de Managed Agents de Anthropic describe sesiones multiagente donde los agentes pueden operar en paralelo, con historiales de conversación independientes. Esto puede mejorar la cobertura y reducir el tiempo de finalización cuando la tarea está bien descompuesta.

La ejecución multiagente no es automáticamente mejor.

Puede aumentar:

• El uso de tokens
• El número de llamadas a herramientas
• La sobrecarga de coordinación
• El trabajo duplicado
• La complejidad de la revisión

Utilízala solo cuando la tarea contenga flujos de trabajo independientes, no solo porque esté disponible.

De la clasificación de modelos a la programación de agentes

La implicación más amplia es que la codificación con IA está superando la clasificación de modelos.

Antes, el flujo de trabajo era simple:

1. Elegir el modelo más potente disponible.
2. Enviar la tarea.
3. Aceptar o rechazar el resultado.

La codificación con agentes moderna requiere una programación más activa.

Un equipo podría usar:

• Un modelo de menor coste para cambios simples
• Un modelo equilibrado con esfuerzo alto para trabajar en todo el repositorio
• Un modelo más grande para arquitectura y diagnóstico
• Varios agentes especializados para investigación paralela
• Pruebas deterministas para verificar el resultado final

Esto se parece más a gestionar un equipo técnico que a usar un cuadro de búsqueda.

Quien opera este sistema debe entender:

• Qué tareas requieren mayor capacidad
• Qué tareas necesitan más investigación
• Qué tareas pueden ejecutarse en paralelo
• Qué tareas requieren aprobación humana
• Qué tareas deben detenerse cuando el presupuesto se agota

El objetivo no es consumir la mayor cantidad de tokens, sino gastarlos donde aumenten la probabilidad de que el resultado sea aceptado.

Lista práctica de resolución de problemas

Cuando Claude Code genera resultados débiles, soluciona el problema en este orden:

1. Revisa la tarea: ¿La solicitud es específica y comprobable?
2. Revisa el contexto: ¿Claude tiene los archivos e instrucciones correctos?
3. Revisa las herramientas: ¿Puede leer, editar, ejecutar y verificar lo necesario para la tarea?
4. Revisa el comportamiento: ¿Saltó la investigación o se detuvo antes de tiempo?
5. Aumenta el esfuerzo: Cuando el modelo no trabaja con suficiente profundidad, aumenta el esfuerzo.
6. Revisa la capacidad: ¿Investigó adecuadamente pero aun así malinterpretó el problema?
7. Cambia de modelo: Cuando el límite de capacidad es el problema, cambia a un modelo más fuerte.
8. Verificación independiente: Ejecuta pruebas, revisa las diferencias y examina los resultados.
9. Mide el coste por tarea aceptada: No juzgues solo por el precio por token.
10. Registra los fallos repetidos: Añádelos al conjunto de evaluación interno.

Preguntas frecuentes

¿Cuál es la diferencia entre Model y Effort en Claude Code?

La selección del modelo cambia los pesos de entrenamiento subyacentes, alterando así el rango general de capacidades. Effort controla cuánto trabajo se anima a Claude a realizar en la tarea actual, incluyendo razonamiento, lectura de archivos, llamadas a herramientas, pruebas y verificación.

¿Poner más esfuerzo puede hacer que un modelo pequeño supere a uno grande?

Sí, en algunas tareas. Un modelo pequeño con suficiente contexto y alto esfuerzo puede investigar más a fondo que un modelo grande con bajo esfuerzo. Sin embargo, el esfuerzo no puede superar los límites reales de capacidad.

¿Por qué Claude Code a veces omite pruebas o archivos?

Claude puede estar ejecutándose con un nivel de esfuerzo bajo, el alcance de la tarea puede no estar claramente definido, o puede carecer de las herramientas y el contexto necesarios. Revisa primero el prompt y las instrucciones del repositorio; si Claude se detiene antes de completar la verificación disponible, aumenta el esfuerzo.

¿Cuándo debería cambiar a un modelo de Claude más potente?

Cuando Claude tiene el contexto correcto, investiga la tarea claramente, ejecuta las comprobaciones pertinentes y aun así llega a una conclusión errónea. Si simplemente omitió trabajo, aumentar el esfuerzo suele ser un paso prioritario mejor.

¿El nivel de esfuerzo equivale a un presupuesto de tokens?

No. Anthropic describe el esfuerzo como una señal de comportamiento, no un límite estricto de tokens. Afecta la disposición de Claude a invertir tokens en respuestas, llamadas a herramientas, parámetros de funciones y pensamiento extendido.

¿Qué nivel de esfuerzo debo usar al codificar?

Usa el nivel predeterminado o medio para tareas cotidianas, esfuerzo alto para codificación difícil y tareas de agente, y esfuerzo muy alto o máximo para flujos de trabajo de larga duración o particularmente exigentes. Reevalúa el coste y la latencia según tu tarea.

¿Qué es ultracode en Claude Code?

El artículo original describe ultracode como el modo de alta intensidad de Claude Code, que combina un nivel de esfuerzo muy alto y, cuando es necesario, permite coordinar múltiples agentes. Dado que el comportamiento del producto puede cambiar, consulta la documentación actual de Claude Code antes de confiar en una implementación específica.

¿Cambiar el nivel de esfuerzo entrena permanentemente a Claude?

No. El nivel de esfuerzo solo cambia el comportamiento de la solicitud o sesión. No actualiza los pesos del modelo ni enseña permanentemente nuevos conocimientos a Claude.

Herramientas relacionadas

• Claude Code: La herramienta de codificación de agente de Anthropic para leer repositorios, editar archivos, ejecutar comandos y completar tareas de software.
• Claude Platform: La plataforma oficial para desarrolladores de Anthropic para usar los modelos y API de Claude.
• Claude Managed Agents: Kit de herramientas de agentes gestionados que incluye sandbox, herramientas, sesiones y orquestación multiagente.
• Model Context Protocol: Protocolo de código abierto para conectar aplicaciones de IA a herramientas y fuentes de datos externas.
• GitHub: Se usa comúnmente como plataforma de código fuente junto con Claude Code para gestionar repositorios, problemas, revisiones de código y solicitudes de extracción.
• Claude Agent Skills: Paquetes de instrucciones reutilizables que amplían las capacidades de Claude con flujos de trabajo y recursos para tareas específicas.

Enlaces relacionados

• [Cómo elegir el modelo de Claude]

Modelo y nivel de esfuerzo: Documentación oficial de Anthropic sobre la selección de modelos y niveles de esfuerzo en Claude Code.

• Documentación sobre el nivel de esfuerzo de Claude: Documentación oficial sobre el nivel de esfuerzo, modelos compatibles y comportamiento de la API.

• Cómo elegir el modelo Claude correcto: Guía de selección de modelos de Anthropic según capacidad, costo y tipo de tarea.

• Registro de cambios de Claude Code: Historial oficial de cambios y configuraciones predeterminadas de Claude Code.

• Sesiones multiagente de agentes gestionados de Claude: Documentación oficial para coordinar múltiples agentes de Claude.

• Patrón de orquestación de compilación: Guía de uso de Anthropic para combinar alto esfuerzo con orquestación multiagente.

• Repositorio de GitHub de Claude Code: Repositorio oficial del código fuente, rastreador de incidencias y registro de cambios de Claude Code.

Resumen

Incluso si el modelo subyacente no ha cambiado, Claude Code puede dar la sensación de haber perdido capacidad. La causa puede ser una configuración de esfuerzo baja, un contexto incompleto, la falta de herramientas o un alcance de la tarea poco claro.

La selección del modelo determina el límite superior de capacidad. El esfuerzo determina en qué medida Claude utiliza esa capacidad mediante la lectura de archivos, la invocación de herramientas, la ejecución de pruebas y la verificación del trabajo.

Empiece por corregir la entrada. Aumente el nivel de esfuerzo cuando Claude omita trabajo disponible. Cambie de modelo cuando ya haya explorado la tarea a fondo pero aún no pueda resolverla.

La mejor configuración de Claude Code no siempre es el modelo más grande, sino el modelo correcto con el esfuerzo, contexto, herramientas y verificación de tareas adecuados.