Waydev: la carrera por los tokens reduce el rendimiento del código con IA y dispara el retrabajo

El nuevo culto en los equipos que usan mucho la programación con IA no es la calidad de las versiones, sino el volumen de tokens quemados. El problema es que más código y más PR no significan necesariamente más trabajo útil: una parte considerable de ese volumen acaba en reescritura.

Cómo funciona el tokenmaxxing

El término tokenmaxxing describe una lógica sencilla: si un desarrollador gasta muchos tokens en Claude Code, Cursor o Codex, supuestamente trabaja de forma más productiva. Dentro de las empresas, los grandes límites de cómputo de IA se han convertido en un símbolo de estatus, casi como antes lo fueron las líneas de código o el número de commits. Pero es el mismo error de siempre con otro envoltorio. Los tokens son una entrada del proceso, no un resultado. Muestran cuántos recursos se han quemado, pero no responden a si el equipo tiene ahora más código fiable, útil y mantenible.

Según Waydev, que trabaja con unas 50 empresas y más de 10.000 ingenieros, los gestores suelen ver un panorama general muy atractivo: entre el 80 y el 90 % del código generado por IA se acepta al principio y llega al repositorio. Pero después viene la parte menos visible del trabajo: correcciones, reversiones y reescrituras durante las semanas siguientes. Si se tiene en cuenta esa cola, la proporción real de código que de verdad «se asienta» cae al 10–30 %. Ahí se rompe la ilusión de productividad instantánea.

Métricas frente a ilusiones

Varias empresas de analítica de ingeniería intentan ahora medir este panorama. La demanda ha crecido tanto que los grandes también han empezado a invertir en estas herramientas: en 2025, Atlassian compró la startup DX por 1.000 millones de dólares para medir mejor el retorno de los agentes de IA en el desarrollo. La conclusión general de las distintas plataformas es parecida: el volumen de código que se entrega crece, pero la proporción de resultado duradero no.

• GitClear indica que los usuarios habituales de herramientas de IA muestran un churn de código 9,4 veces superior al de los desarrolladores sin IA, aunque el crecimiento interanual ajustado parece mucho más modesto, de alrededor del 25 %.
• Faros AI, en su informe de marzo de 2026, registró que con una alta proporción de IA en el desarrollo el tamaño de los PR aumentó un 51 %, los errores por PR un 28 %, el tiempo mediano de revisión se multiplicó por cinco y el code churn se disparó un 861 %.
• Jellyfish, en una muestra de 7.548 ingenieros, observó que los desarrolladores con mayores presupuestos de tokens hacen más PR, pero la dependencia se vuelve rápidamente poco rentable por su coste.
• En los datos de Jellyfish, el 20 % superior por gasto en tokens entregó de media 23 PR fusionados por trimestre frente a 11 del 20 % inferior, pero gastó en ello unos 1.822 dólares frente a aproximadamente 3.

El precio del código sobrante

El problema principal no es que la IA escriba mucho, sino que el volumen sobrante desplaza el coste del trabajo hacia el final de la cadena. El equipo genera borradores más rápido, pero luego paga por leer, revisar, integrar y mantener ese código. Si los PR son más grandes, hay más errores y las revisiones se alargan, parte de la «aceleración» simplemente se traslada al futuro como deuda técnica.

Se nota especialmente en los desarrolladores junior: aceptan las sugerencias de la IA con menos filtrado y luego vuelven a esos cambios con más frecuencia. Con los ingenieros senior la situación es mejor, porque definen el contexto con más precisión y recortan con más dureza la basura de entrada. Aun así, el rendimiento marginal decrece. Jellyfish lo dice casi sin rodeos: en el extremo superior de la curva, los desarrolladores gastan casi 10 veces más tokens para lograr un aumento de aproximadamente el doble en el throughput. Ya no es una historia de eficiencia, sino de un overclocking carísimo.

«Esta es una nueva era del desarrollo de software y las empresas tendrán que adaptarse de todos modos», afirma el director de

Waydev, Alex Circei.

Qué significa

La programación con IA no va a desaparecer, pero el culto al gasto máximo de tokens parece una mala métrica de gestión. Si las empresas quieren productividad real, tendrán que fijarse no en la cantidad de código generado, sino en cuántos cambios superan la revisión, no rompen producción, no vuelven a reescribirse y amortizan su coste en tokens.