Un asistente de IA gratuito que entregaba código que no compilaba: tres rondas de ajustes

Queríamos ofrecer una vía sin suscripción. Pusimos un asistente gratuito en nuestro banco de pruebas y entregó veinticinco etapas validadas cuyo código no arrancaba. Lo que nos enseñaron tres rondas de ajustes sobre él y, sobre todo, sobre nosotros.

Un asistente de IA gratuito puede validar cada etapa del método y entregar código que no compila: nuestro banco de pruebas del 17 de agosto de 2026 lo midió (notas internas del equipo). Mistral Vibe procesó 1,44 millones de tokens sin un corte, consiguió la aprobación de 25 etapas y entregó un proyecto que no arrancaba.

Por qué montamos este banco de pruebas

Un plan de pago de un asistente puede ser un primer gasto para dirigir agentes en Maestro, gratuito durante la beta. Este ensayo trata esa partida de IA, no el coste completo de un producto: debes prever tu validación, su alojamiento, los servicios externos y el mantenimiento. Buscábamos una forma de empezar sin un plan de pago en un primer contacto, comprobando primero lo que existe: un nivel gratuito sin tarjeta bancaria. Nuestro banco de pruebas hace funcionar el motor de verdad sobre proyectos desechables, con un agente que interpreta al usuario, como en nuestros cinco temperamentos de probador. Bastaba con cambiar el asistente que trabaja y observar dónde se rompe la cadena.

Primera ronda: dieciocho etapas en lugar de tres

El primer ensayo, en modo exprés, produjo un brief, un documento de requisitos y una arquitectura correctos, todos validados por el usuario simulado. Después, la división devolvió 18 etapas donde el modo exprés esperaba tres, superó su plazo y la cadena se detuvo antes de escribir una sola línea de código. En cambio, no hubo bloqueo por límite de velocidad: el gratuito no frena, es lento, y cada etapa tarda entre dos y cinco veces más.

Leímos la transcripción. La explosión venía de la especificación, cinco grandes bloques de trabajo en lugar de dos, y el modo exprés se limitaba a decir «ve a lo esencial». Para un asistente, esa frase es una restricción; para otro, es un estilo. La sobriedad que dábamos por sentada era un comportamiento espontáneo de un solo asistente, nunca escrito en ninguna parte. Así que escribimos la regla: lo esencial es un presupuesto, dos grandes bloques como máximo, cinco etapas como máximo, reduce el alcance. La repetición llegó al final en 19 minutos, con dos bloques y cinco etapas aprobadas.

Segunda ronda: el proyecto completo no arrancaba

En un proyecto más largo, el mismo asistente aguantó 93 minutos y 1,44 millones de tokens sin un corte, con 25 etapas aprobadas y sus contratos. Pero el código entregado no arrancaba: ocho errores de compilación, un punto de entrada mal indicado, ningún ensamblador de la aplicación, un comentario que prometía un trabajo nunca realizado y un comando de arranque que no existía. Cada etapa había superado su verificación porque esta examinaba las etapas una por una, nunca el proyecto completo. Acababa de aparecer una segunda regla implícita: un asistente acostumbrado a nuestra forma de trabajar ensamblaba el conjunto por sí solo, y habíamos confundido esa costumbre con una garantía. Por cierto, el diseño producido por ese motor era limpio y genérico, con un formulario desnudo y fuentes cargadas desde un servicio externo.

Tercera ronda, todavía sin repetir

Añadimos un requisito más a la verificación: el proyecto completo compila y arranca, el comando de inicio se ejecuta y se detiene inmediatamente después, y el manifiesto solo promete lo que existe. Nuestros controles en seco pasan. La repetición en condiciones reales aún no ha tenido lugar: lo escribimos aquí en lugar de anunciar que el problema está resuelto. Además, este descubrimiento benefició a todos los asistentes, incluidos los de pago, como suele ocurrir cuando un método corrige lo que un modelo mejor ocultaba.

Lo que vale lo gratuito

La explicación de «cero cortes» llegó por correo del proveedor esa misma noche: el nivel gratuito no está limitado por velocidad, sino por mes. Nuestra tarde de pruebas, unos 1,9 millones de tokens, había consumido el 80 % de la cuota, y la clave se desactivaba al 100 % hasta la renovación. Un nivel gratuito sirve, por tanto, para probar, no para trabajar. Nunca lo ofreceremos bajo la expresión «usar gratis» y no lo pondremos como primer contacto hasta que la cadena completa llegue al final dos veces seguidas.

En la práctica, si quieres probar sin pagar

Consigue la clave gratuita, haz un solo proyecto corto y observa dos cosas: si la división devuelve un número de etapas que puedes leer y si el producto arranca en tu equipo al terminar. Estos dos controles te cuestan una tarde y te lo dicen todo. Si el segundo falla, lo demás no cuenta, por bonitos que sean los documentos producidos: es la frontera entre el prototipo y el producto, y no se ve en la pantalla.