Peter Steinberger, fundador del proyecto open source OpenClaw, compartio en X como su equipo construye software con ayuda de IA. Un grupo de aproximadamente tres personas que trabaja en OpenAI mantiene cerca de 100 instancias de Codex corriendo en la nube de forma simultanea. Esos agentes revisan PRs, detectan huecos de seguridad en los commits, deduplican issues y escriben los fixes.
¿Que hacen exactamente esos 100 agentes?
Algunos agentes abren PRs basadas en la vision del proyecto; otros monitorean benchmarks y reportan regresiones en Discord. Incluso hay agentes que escuchan reuniones del equipo y arrancan PRs para las features que se discuten ahi.
El equipo tambien usa Clawpatch.ai, Vercel Deepsec y Codex Security para analisis de bugs y de seguridad. La idea es que toda la cadena —desde revisar un PR hasta auditar un cambio de seguridad— quede cubierta por una flota de agentes especializados, no por un solo "asistente" generalista.
La cuenta: 603.000 millones de tokens y 7,6 millones de requests
En 30 dias la cuenta de la API de OpenAI llego a USD 1,3 millones, segun cifras compartidas por Steinberger en X. El detalle: 603.000 millones de tokens procesados y 7,6 millones de requests. El modelo mas usado fue GPT-5.5, y OpenAI cubre la factura.
Si esa cifra suena cara o barata depende del cristal con que se la mire. Comparada con un equipo humano equivalente que produzca el mismo nivel de PRs revisadas y bugs encontrados, USD 1,3 millones mensuales son aproximadamente el costo anual de tres ingenieros senior en San Francisco. Comparada con presupuestos cloud de empresas medianas, es un overhead grande para un proyecto open source de tres personas.
Steinberger: "queria ver como seria el desarrollo si el token fuera gratis"
Steinberger defendio el gasto desde X explicando que esta explorando como seria el desarrollo de software si el costo de los tokens dejara de importar. Apagar solo el "Fast Mode" —dijo— bajaria los costos un 70%.
Consultado por el retorno de la inversion, fue directo: dijo que todo lo que su equipo construye es open source y funciona tanto con los modelos lideres como con los modelos abiertos. "Yo diria que bastante alto", respondio sobre el ROI.
¿Cuanto cuesta esto a precio de mercado?
A precio publico de la API de OpenAI para GPT-5.5, los 603.000 millones de tokens superarian holgadamente USD 1,3 millones —el descuento implicito que OpenAI le da a Steinberger es probablemente cercano al rango enterprise. Para un proyecto open source de tres personas, esto es de facto un sponsorship escondido detras de una cuenta corporativa.
El experimento de Steinberger encaja dentro de un patron mas amplio: laboratorios subvencionando equipos chicos que estresan los modelos en cargas reales de produccion. Lo que se descubre con esos USD 1,3 millones gastados queda como aprendizaje compartido para OpenAI sobre como escala una flota de agentes coordinados.
¿Que aprende OpenAI de este experimento?
La pregunta no es si OpenClaw es una buena inversion para OpenAI en terminos de marketing —probablemente lo es—. La pregunta interesante es que produce un equipo de tres humanos cuando puede tirar 100 agentes a un problema. Si la respuesta es "diez veces mas codigo revisado y dos veces mas bugs encontrados", el ratio costo/beneficio cambia. Si la respuesta es "mas spam de PRs autogeneradas que nadie filtra", el experimento es un cul-de-sac caro.
Por ahora Steinberger no publico metricas comparativas del antes y despues. Lo que si quedo a la vista es la magnitud: USD 1,3 millones mensuales son aproximadamente USD 43.000 al dia o USD 1.800 por hora quemados de forma continua en API calls. Es un nivel de gasto que solo se sostiene cuando alguien mas paga la cuenta.
