Un desarrollador sustituye Claude Code por Qwen y DeepSeek en local: su ciclo de trabajo se alarga entre 3 y 4 veces

Cuando te quitan tu herramienta favorita, quedan dos caminos: buscar un sustituto en la nube o comprobar de qué son capaces los modelos que corren bajo tu mesa. Tras el tercer bloqueo de su cuenta de Claude Code, el autor de esta historia eligió lo segundo. No quiso entregar sus datos del pasaporte para la verificación y se pasó a modelos chinos locales con pesos abiertos. A continuación repasamos qué logró y qué se puede aprovechar de su experiencia.

Qué banco de pruebas es y cómo está montado

El hardware lo puso su empleador, una empresa que alquila NVIDIA DGX Spark. Qwen 3.8 Flash Next funciona en un solo Spark con un contexto de 256K. DeepSeek-V4.1-Flash-1017 se ejecuta con cuantización EXL3 en dos Spark con un contexto de 512K. El motor es TensorFold en ambos casos.

El autor encargó el despliegue de DeepSeek al propio Qwen. El modelo, desde el Spark contiguo, exploró las máquinas, recopiló los requisitos y escribió los playbooks de Ansible. Llevó aproximadamente una jornada de trabajo, y DeepSeek arrancó a la primera. Para Qwen es una prueba nada mala: resolvió de forma autónoma una tarea de infraestructura.

Como arnés (harness), el autor usa el minimalista Pi en WSL y, por comodidad, creó un plugin para PhpStorm. Los subagentes ahorran contexto en la sesión principal. Las tareas son reales: PHP con Symfony, Go y Kubernetes.

Las cifras: generan rápido, leen despacio

El autor escribió su propio benchmark: 10 mediciones por cada contexto de 2K a 128K, con prompts únicos y sal aleatoria, de modo que la caché de prefijo no ayuda. Este fue el resultado.

• Qwen en un Spark ofrece 70–80 tok/s. DeepSeek en dos ofrece 99–109 tok/s.
• Por cada Spark, el panorama se invierte: 70–80 tok/s en Qwen frente a 49–55 en DeepSeek. Duplicar el hardware solo aporta una mejora de 1,36–1,5 veces.
• El prefill de Qwen es de 2,3–2,5 mil tok/s y el de DeepSeek, de 1,7–2,3 mil tok/s.

De ahí sale el tiempo hasta el primer token con 128K: 57 segundos en Qwen y 73 segundos en DeepSeek, aunque este genera más rápido. Con 32K son 13–21 segundos y con 64K, 27–36 segundos. También hay valores atípicos: en DeepSeek se registraron consultas con un TTFT de 4,8 s con 2K y de 10,2 s con 8K.

Una salvedad importante: se trata del análisis en frío de un prompt completo. En un ciclo agéntico el contexto crece poco a poco, el prefijo está en la caché y las latencias reales son notablemente menores.

Flujo de trabajo con dos modelos

El principal hallazgo del autor no tiene que ver con la velocidad, sino con el proceso. Para una tarea grande, los dos modelos redactan planes por separado; después cada uno lee el plan de su «colega» y decide cuál adoptar como base. En la mayoría de los casos coincidieron: se eligió el plan de DeepSeek, y solo una vez ambos escogieron el de Qwen.

A continuación viene la implementación. En la variante sencilla la hace DeepSeek con subagentes y un commit independiente por cada paso, mientras el autor revisa los commits en paralelo y va acumulando observaciones. Después vienen las revisiones en un contexto limpio, primero a cargo de DeepSeek y luego otra vez de Qwen. En la variante compleja, los dos modelos trabajan en paralelo en worktrees distintos y el autor elige la mejor solución. Las pruebas se organizan igual: se cruzan dos planes de e2e, los modelos los ejecutan por turnos y corrigen los bugs, y después vienen la verificación manual obligatoria, el staging y el release.

Limitaciones y conclusión

El precio de esta libertad es alto. Según la estimación preliminar del autor, el ciclo de desarrollo es entre 3 y 4 veces más largo que con Claude Code. Una parte la atribuye a la falta de costumbre y a la duplicación del trabajo en dos modelos, y planea quedarse con uno solo. Según su impresión, DeepSeek es aproximadamente un 20% más inteligente y atento que Qwen, pero exige dos Spark. Es la valoración de una sola persona, sin una verificación formal de la calidad, así que conviene tomarla como subjetiva.

La prueba paralela también es ilustrativa. En una hora, DeepSeek configuró el arranque de Hogwarts Legacy en VR: encontró el inyector, descargó los perfiles y escribió un script con instrucciones. Cuando a la primera no funcionó, diagnosticó el problema por su cuenta en media hora más. El autor está convencido de que Opus 5.5 lo habría resuelto mucho más rápido, pero para muchas tareas el nivel de los modelos abiertos ya basta.

Conclusión práctica para los equipos: una pila local sirve como seguro frente a los bloqueos y como opción para un entorno cerrado en el que el código no puede enviarse a la nube. Pero hay que reservar tiempo para la espera del prefill, para configurar el proceso y para el hardware. Si tienes un Spark, elige Qwen; si tienes dos, prueba DeepSeek. Como siguiente paso, el autor planea probar GLM 5.3 Flash en dos Spark.