Anthropic y OpenClaude: por qué el 'gratuito' Claude Code en 2026 no es tan gratuito

La historia del "Claude Code gratuito" no comenzó con un lanzamiento oficial, sino con una filtración: el 31 de marzo, el código fuente de la herramienta de desarrollo de IA de Anthropic terminó en los source maps de npm. Casi inmediatamente, surgió OpenClaude—un fork que reemplaza el backend nativo con una capa compatible con OpenAI y permite ejecutar la misma interfaz sobre otros modelos. En teoría, parece un escenario ideal: tomas el shell de Claude Code, conectas GPT-4o, DeepSeek, Llama local a través de Ollama—y obtienes un agente poderoso para programación sin suscripción de Anthropic.

En la práctica, es más complicado: algunos escenarios realmente funcionan, pero la promesa de ser "gratuito" descansa en advertencias sobre compatibilidad, infraestructura y calidad del modelo.

Desde una perspectiva técnica, OpenClaude resuelve un problema claro. El cliente original de Claude Code espera un formato de respuesta específico, invocaciones de herramientas y transmisión de datos. El fork añade un shim intermedio que acepta estas solicitudes y las traduce a una API más universal compatible con el ecosistema de OpenAI.

Gracias a esto, en lugar de un proveedor, puedes sustituir casi cualquier cosa: modelos en la nube de OpenAI y DeepSeek, compilaciones locales a través de Ollama, y en teoría cualquier servidor que pueda responder en el formato correcto. Es precisamente por eso que el proyecto se hizo viral tan rápidamente: la gente vio no solo una filtración de código, sino una oportunidad de convertir un producto cerrado en una interfaz más flexible para diferentes LLMs.

Sin embargo, la compatibilidad a nivel de API no significa compatibilidad comportamental completa. Claude Code no es solo un chat con un modelo, sino un conjunto de expectativas sobre cómo el modelo planifica pasos, edita archivos, invoca comandos, mantiene contexto y responde a errores. Si hay un modelo diferente bajo el capó, podría aceptar formalmente las mismas solicitudes pero actuar de manera diferente.

En algunos casos, todo será aceptable para tareas simples como generación de código, refactorización de módulos pequeños y explicación de cambios. Pero en otros, surgirán discrepancias: el formato de invocación de herramientas empeora, los ciclos largos de agentes se rompen, la calidad de las ediciones en repositorios grandes cae, o aparecen comandos extra que el flujo de trabajo original no anticipaba. Por lo tanto, la tesis de que "Claude Code funciona con cualquier modelo" es verdadera solo en el sentido básico de iniciarlo, pero no garantiza resultados idénticos.

Otro punto importante es la palabra "gratuito." El fork en sí puede ser abierto, y la ejecución local puede ser formalmente sin suscripción de Anthropic, pero alguien sigue pagando por la computación. Si usas GPT-4o o DeepSeek a través de una API, la gratuidad termina en el momento en que comienzan las solicitudes reales.

Si eliges modelos locales a través de Ollama, tienes que pagar en hardware: necesitas memoria, una GPU, tiempo para configurar, y disposición a aceptar que modelos más pequeños con pesos abiertos tienen un desempeño inferior a los principales sistemas cerrados en estabilidad y calidad de código. Incluso cuando todo se ejecuta sin costos diretos de suscripción, no es equivalente a "obtuve Claude Code gratis"—más bien, el usuario está intercambiando un tipo de costo por otro.

Una capa separada de riesgo está vinculada al origen de toda esta historia. Cuando una herramienta surge después de una filtración de código fuente, una zona gris casi inevitablemente se forma a su alrededor: legal, ética y operacional. Los desarrolladores obtienen una oportunidad rara de ver dentro de un codificador de IA popular y rápidamente ensamblar una alternativa, pero junto con eso surgen preguntas sobre seguridad, soporte y el futuro de tales forks.

¿Cuánto tiempo sobrevivirá el proyecto sin reclamos del titular de derechos de autor? ¿Cuáles partes del código son realmente reproducibles desde cero, y cuáles repiten la lógica original demasiado fielmente? ¿Puedes confiar en una herramienta que se armó ayer en la onda del hype si tiene acceso a tu repositorio, terminal y archivos locales?

Para experimentadores, este es un riesgo aceptable; para desarrollo en equipo, es una conversación completamente diferente.

La conclusión principal aquí no es que OpenClaude sea inútil. Al contrario, la historia mostró cuánta demanda hay de una buena interfaz para desarrollo orientado a agentes, no vinculada a un único proveedor de modelos. Si la comunidad puede separar las ideas exitosas de Claude Code del ruido alrededor de la filtración, el mercado podría obtener una capa de compatibilidad abierta adecuada para editores de IA y agentes CLI.

Pero en la etapa actual, "Claude Code gratuito" es más un titular llamativo que una descripción precisa. De manera más realista, considera OpenClaude como un puente experimental: proporciona acceso a una UX familiar y expande la elección de modelos, pero no elimina costos, no garantiza calidad idéntica y no resuelve preguntas de confiabilidad. Para pruebas personales y experimentos locales, es interesante; para producción, sigue siendo una herramienta que necesita ser evaluada con mucho criterio.