Claude Code vs Codex: límites de uso comparados (julio 2026)

Hace dos semanas verificamos el titular «Codex superó a Claude Code» y luego analizamos 1.828 publicaciones y reseñas para ver sobre qué discuten realmente los desarrolladores. Ambos artículos llegaron, desde direcciones distintas, a lo mismo: el debate que la prensa enmarca como una carrera de calidad de modelo — qué agente escribe código más limpio — no es el debate que están teniendo los usuarios. Los usuarios hablan de límites de uso.

Este mes las dos empresas dejaron de dejarlo como subtexto. El mismo día, el movimiento competitivo estrella de cada una no fue un modelo ni un benchmark. Fue un cambio en cuánto se te permite ejecutar.

Un día, dos movimientos, ambos sobre cuota

Empecemos por el 12 de julio de 2026. En la misma hora de esa tarde, ambos líderes movieron ficha en el medidor.

Anthropic extendió una promoción que llevaba vigente desde mayo: un aumento del 50% en los límites de tasa semanales de Claude Code. El aumento original expiraba el 13 de julio; el 12 de julio la empresa movió la fecha límite al 19 de julio.

"We're extending Claude Sonnet 5 access on all paid plans, as well as keeping Claude Code's weekly rate limits 50% higher, through July 19." — @claudeai, 12 de julio de 2026

La propia página de soporte de Anthropic lo establece con claridad: "From May 13, 2026 through July 19, 2026, your weekly usage limit in Claude Code is 50% higher", para los planes Pro, Max, Team y Enterprise heredado basado en asientos.

Aproximadamente una hora después, ese mismo día, el Head of Core Products de OpenAI anunció que Codex había "hit 6M active users", dijo que el equipo estaba "landing a usage reset in the next hour" y añadió que estaban "temporarily removing the 5 hour usage limit restriction for all Plus, Business and Pro plans". Un anuncio de crecimiento que fue, en el mismo aliento, una concesión de uso.

"We hit 6M active users, and are landing a usage reset in the next hour." — @thsottiaux, 12 de julio de 2026

A partir de ahí, OpenAI convirtió el medidor en toda la narrativa de su semana de crecimiento. Cada hito llegó con más cuota adjunta.

Ninguno de los movimientos estrella de esa semana fue un modelo nuevo o una puntuación de benchmark. Ambos trataban sobre el techo de cuánto trabajo puedes darle al agente antes de que te corte. Ya sea que la extensión de Anthropic el mismo día fuera un contraataque deliberado al reinicio de Codex o una coincidencia, los dos líderes pasaron el 12 de julio compitiendo en exactamente un eje: quién te deja correr más.

El medidor le importó tanto a los usuarios que un reinicio fallido se convirtió en noticia por sí mismo. OpenAI reconoció más tarde una ventana en la que "less than 10% of users who used a banked reset" no lo recibieron realmente, y un issue de GitHub titulado "I spent my usage waiting for Tibo's 7M reset, but the reset never came" recopiló las quejas. La gente vigilaba la cuota lo bastante de cerca como para reportar bugs cuando no se recargaba.

Esto es exactamente sobre lo que los usuarios ya estaban discutiendo

Nada de esto importaría si fuera solo marketing eligiendo una palanca fácil. Lo que lo convierte en el verdadero campo de batalla es que coincide precisamente con lo que los desarrolladores denuncian cuando nadie les está vendiendo nada.

Hemos medido esto de tres formas independientes, en tres poblaciones no relacionadas, y el resultado se repite una y otra vez. Cuando analizamos 1.828 publicaciones, comentarios y reseñas de tiendas sobre Codex y Claude Code, el costo y los límites de tasa juntos generaron mucha más discusión que la calidad del código — en el segmento de comentarios de Reddit, el costo (20 menciones) y los límites de tasa (17) superaron a la calidad del código (5) por unos siete a uno. En el estudio de reseñas de la app de consumo de Claude, precios y límites de uso fue el mayor tema de queja individual en los tres corpus — App Store, Google Play y Reddit —, por delante de bugs y quejas sobre la calidad del modelo. Aquello sobre lo que la carrera de marketing nominalmente trata — qué modelo es más inteligente — es lo que los usuarios mencionan menos.

La queja es lo bastante fuerte como para haber llegado a un tribunal. En junio de 2026, un suscriptor de Claude Max presentó una propuesta de demanda colectiva alegando que, en palabras de la demanda, "the actual usage provided by the Max 5x and Max 20x plans is far below the advertised amount of usage." No se demanda por puntuaciones de benchmark. Se demanda por el medidor.

Así que cuando ambos proveedores pasan el mismo día compitiendo por cuota, no están eligiendo una palanca arbitraria. Están respondiendo a la queja más ruidosa y constante que tienen sus propios usuarios.

Las tiendas lo muestran ocurriendo en tiempo real

Tampoco hace falta un corpus formal para verlo. La propia extensión de Claude para Chrome de Anthropic — 11.000.000 de usuarios, un promedio de 2,71 estrellas, la peor calificada de cualquier extensión de origen de un proveedor importante de IA — es un feed en vivo de la misma queja. En las 100 reseñas más recientes, la calidad del código del modelo casi nunca es el problema. El medidor de uso sí lo es.

La extensión Codex-para-Chrome de OpenAI (la superficie que antes era la extensión de ChatGPT, convertida a Codex el 9 de julio) tiene la misma nota, una reseña entre muchas: "work but use so many token and consume all limit with a pro account." Distinto proveedor, distinto producto, la misma frase. En ambas extensiones, las reseñas que mencionan el modelo tienden a elogiarlo; la rabia se reserva para la velocidad a la que consume la cuota.

Por qué el medidor, y no el modelo, es la verdadera pelea

Hay una razón directa por la que la competencia migró hacia el uso. Para un agente de coding, la inferencia es el costo de los bienes vendidos. Cada ejecución que hace el agente — cada captura de pantalla que analiza, cada archivo que lee, cada reintento — es cómputo medido que el proveedor paga. El tope de uso es el punto donde la economía del producto y la experiencia del usuario chocan más directamente: subirlo deleita a los usuarios pero se come el margen; bajarlo protege el margen pero genera reseñas de una estrella sobre chocar contra el muro.

Eso convierte el límite semanal en el dial más sensible que posee cualquiera de las dos empresas. Un modelo nuevo es un evento periódico con un plazo de entrega largo y una cifra de benchmark que la mayoría de los usuarios no siente día a día. El techo de uso es algo con lo que un desarrollador se topa un martes por la tarde, en mitad de una tarea, y decide si mantiene la suscripción. En Hacker News, la semana de estos movimientos, la queja no era sobre la calidad del resultado; era, en palabras de un comentarista, "two layers of annoying timed usage windows" más "random unpredictable usage resets", calificado como "absolutely brutal." Otro resumió la lógica de cambio sin rodeos: "as soon as the costs rise we are migrating." Cuando los dos líderes intercambian movimientos de cuota el mismo día, están señalando que saben exactamente dónde se toma esa decisión de cambio.

El encuadre más preciso

"Codex está ganando a Claude Code" y "Claude Code escribe código más limpio" son los titulares. Lo que la evidencia sigue señalando es más específico y más útil: los dos agentes de coding líderes compiten, primero y de forma más visible, en cuánto se te permite usarlos — porque esa es la restricción que sus propios usuarios sienten, de la que se quejan y por la que cambian. La carrera de modelos es real y seguirá produciendo benchmarks. Pero si quieres saber qué palanca realmente mueve a los desarrolladores este trimestre, mira el medidor de uso, no el leaderboard.

Fuentes

Metodología

Las citas de reseñas, las calificaciones y los recuentos de usuarios de las extensiones en este artículo se obtuvieron directamente mediante los endpoints propios de Chrome Web Store de Crawlora — los detalles del ítem para la calificación y el número de instalaciones, y el endpoint de reseñas (100 más recientes, tienda de EE. UU.) para el texto literal — en lugar de tomarlos de segunda mano. Las publicaciones de X se obtuvieron literalmente mediante los endpoints de perfil y publicación de X. Los hallazgos de los tres corpus provienen de nuestros estudios anteriores enlazados arriba, cada uno con su propio dataset abierto. Si quieres reproducir esto o hacerle seguimiento mientras las cifras siguen moviéndose, los mismos endpoints se pueden probar en el Playground, y pricing cubre el nivel gratuito.

Para el panorama más amplio, consulta web scraping con IA y cómo elegir una API de web scraping.