Los desarrolladores que están evaluando agentes de programación con IA tienen ahora una disyuntiva de precio frente a control más clara. Según el reporte de VentureBeat, el Goose de código abierto de Block está ganando atención como una alternativa gratuita a Claude Code de Anthropic, un agente de programación basado en terminal cuyo plan de pago puede ir de 20 a 200 dólares al mes y que ha recibido críticas por sus límites de uso.

La noticia inmediata no es que Goose se haya lanzado recientemente, sino que está emergiendo como un contrapunto creíble en un momento de frustración de los desarrolladores con la estructura de precios y de límites de uso de Claude Code. Eso importa porque el desarrollo de software asistido por IA está pasando del autocompletado dentro de editores a sistemas más autónomos que pueden escribir, ejecutar, depurar y modificar código en varios proyectos. A medida que estas herramientas asumen partes mayores del trabajo de ingeniería, los controles de costes, la privacidad, la operación sin conexión y la flexibilidad del modelo se convierten en cuestiones de compra tanto como en características del producto.

VentureBeat describe Goose como un agente de IA “en la máquina” de Block que puede ejecutarse localmente y conectarse a múltiples proveedores de modelos o a modelos locales. El medio también señala una fuerte tracción en GitHub, con más de 26.100 estrellas, 362 colaboradores y 102 versiones, y con la versión 1.20.1 publicada el 19 de enero de 2026. Estas cifras sugieren un interés real de los desarrolladores, aunque las estrellas de GitHub no equivalen a un uso sostenido en producción.

Por qué el precio de Claude Code abrió la puerta a Goose

La apertura competitiva surge del descontento con Claude Code, no simplemente del entusiasmo por el código abierto. VentureBeat informa que el nivel gratuito de Anthropic no incluye acceso a Claude Code, mientras que el acceso de pago se encuentra dentro de planes que van aproximadamente de 20 dólares al mes a 200 dólares al mes, según el nivel y la facturación. La controversia parece centrarse en cómo se mide y se comunica el uso.

Según el informe, Anthropic introdujo límites semanales a finales de julio, enmarcando el acceso en parte en términos de horas de uso del modelo. VentureBeat dice que los usuarios Pro reciben una asignación semanal para Sonnet 4, mientras que los niveles Max más altos obtienen más uso de Sonnet 4 además de acceso a Opus 4. El problema, tal como lo describen los desarrolladores citados en el artículo, es que esas “horas” no se traducen limpiamente en una capacidad intuitiva por sesión porque el consumo real depende del uso de tokens, del tamaño de la base de código y de la complejidad del flujo de trabajo.

Esa ambigüedad importa para los equipos que intentan presupuestar el desarrollo de código agéntico. Un asistente de programación que funciona bien para indicaciones ligeras pero se vuelve impredecible durante refactorizaciones más grandes, sesiones de depuración o llamadas repetidas a herramientas puede generar fricción en los costes incluso antes de que llegue la factura. VentureBeat informa que algunos usuarios dijeron haber alcanzado rápidamente los límites prácticos durante el trabajo intensivo y que las críticas se extendieron por Reddit y foros de desarrolladores.

Anthropic, según el informe, ha dicho que los límites afectan a menos del cinco por ciento de los usuarios y están orientados a las personas que ejecutan Claude Code continuamente en segundo plano. Pero VentureBeat señala que la empresa no aclaró exactamente a qué población de usuarios se refiere ese cinco por ciento. Sin ese contexto, la afirmación es difícil de evaluar desde un punto de vista de compra empresarial.

Qué ofrece realmente Goose

Goose está posicionado de forma distinta a un producto de suscripción de un solo modelo. VentureBeat informa que la herramienta puede funcionar como una utilidad de línea de comandos o como una aplicación de escritorio, puede instalar, ejecutar, editar y probar código, y está diseñada para trabajar con múltiples modelos en lugar de encerrar a los usuarios en un solo proveedor.

Ese diseño agnóstico al modelo es fundamental. Como se describe en el informe, Goose puede conectarse a modelos de Anthropic, modelos de OpenAI, modelos de Google o servicios de enrutamiento como OpenRouter y Groq. También puede funcionar con modelos abiertos locales a través de Ollama. Para los desarrolladores y los equipos de plataforma, eso significa que la capa de agente y la capa de modelo pueden intercambiarse de forma independiente.

Esto es estratégicamente importante. Permite que un equipo estandarice Goose como herramienta de flujo de trabajo mientras cambia los modelos subyacentes en función del coste, de los requisitos de privacidad, de la latencia o del rendimiento en benchmarks. Si un modelo se vuelve demasiado caro o queda sujeto a límites de uso, un desarrollador puede cambiar de proveedor sin abandonar la interfaz ni el flujo de trabajo asociado.

VentureBeat también destaca el soporte de Goose para el Model Context Protocol, o MCP, que se está convirtiendo en una forma común de conectar agentes de IA con herramientas y sistemas externos. En la práctica, eso significa que Goose no se trata solo de autocompletar código. Se trata del uso de herramientas: tocar archivos, ejecutar pruebas, acceder a APIs, consultar servicios y orquestar pasos en un entorno de desarrollo.

Eso sitúa a Goose en la misma categoría general que los agentes de IA, en lugar de los asistentes clásicos integrados en línea. Para los constructores, la pregunta ya no es tanto “¿autocompleta bien?”, sino “¿puede realizar de forma fiable tareas de software de varios pasos con barreras de seguridad aceptables?”.

La implementación local cambia la economía y el modelo de riesgo

El argumento más sólido a favor de Goose no es que siempre iguale a Claude Code en calidad de resultados. VentureBeat es explícito al decir que los modelos propietarios de Anthropic siguen pareciendo más fuertes en tareas difíciles de ingeniería de software. La cuestión más importante es que Goose cambia dónde residen el coste y el control.

Con una pila local construida en torno a Goose y Ollama, los desarrolladores pueden ejecutar modelos abiertos en su propio hardware. Eso cambia cuatro cosas a la vez: el coste de suscripción, los límites de uso, la exposición de datos y la dependencia de Internet. No hay una cuota recurrente de proveedor por Goose en sí, no hay un guardián en la nube que imponga topes de prompts y no hay una transferencia obligatoria de código sensible a un proveedor externo si los equipos optan por una inferencia totalmente local.

Para las organizaciones preocupadas por la seguridad, esa arquitectura es relevante. Muchas empresas siguen bloqueando o restringiendo fuertemente las herramientas de programación con IA en la nube porque el código fuente, las credenciales, las API internas y los detalles de despliegue pueden aparecer en los prompts y en los trazos de ejecución. Una opción local no elimina las preocupaciones de gobernanza, pero sí puede reducir el número de flujos de datos externos que los equipos de seguridad deben aprobar.

Hay compensaciones. VentureBeat señala que la implementación local requiere recursos de hardware significativos, y que 32 GB de RAM se presentan en la documentación de Block como una base sólida para modelos y salidas más grandes. Los modelos más pequeños pueden ejecutarse en equipos más modestos, pero el rendimiento y la longitud de contexto variarán. En otras palabras, Goose puede eliminar los costes de suscripción de software mientras desplaza parte de la carga al hardware de los endpoints y a la gestión local de modelos.

Eso hace que Goose sea especialmente relevante para desarrolladores individuales, startups y equipos técnicamente capaces que prefieren flexibilidad de configuración frente a un acabado llave en mano. Las empresas grandes podrían seguir favoreciendo los servicios gestionados si necesitan administración centralizada, soporte contractual o un rendimiento más predecible a escala.

Evidencia, benchmarks y lo que sigue sin demostrarse

La evidencia disponible en esta historia es una mezcla de hechos reportados, señales de comunidad y afirmaciones del proveedor o del ecosistema. Los puntos más claros de VentureBeat son la existencia de Goose como proyecto de código abierto de Block, su diseño local y agnóstico al modelo, las cifras reportadas de actividad en GitHub y la controversia de precios en torno a Claude Code.

Otras afirmaciones requieren más cautela. VentureBeat cita el Berkeley Function-Calling Leaderboard para respaldar la idea de que los modelos Claude de Anthropic son fuertes en la llamada a herramientas. Eso aporta contexto útil, pero el liderazgo en benchmark de function calling no demuestra por sí mismo mejores resultados de ingeniería de software de extremo a extremo dentro de una base de código real.

Del mismo modo, las afirmaciones de que Goose puede hacer “lo mismo” que Claude Code deben leerse como una posición comparable dentro de la categoría, no como una equivalencia uno a uno verificada. Goose parece capaz de muchas de las mismas clases de tareas: codificación autónoma, operaciones con archivos, ejecución de pruebas e interacción con API. Pero el propio informe reconoce diferencias en calidad del modelo, tamaño de la ventana de contexto, velocidad y madurez de las herramientas frente a los modelos insignia y la pila de producto de Anthropic.

Las cifras de GitHub también son orientativas más que definitivas. Un fuerte crecimiento del repositorio, versiones frecuentes y un recuento creciente de colaboradores sugieren impulso en torno a Goose, pero no prueban uso diario activo, despliegue empresarial o fiabilidad en entornos de producción.

Por último, VentureBeat menciona modelos abiertos más nuevos y comparaciones de benchmarks que sugieren que las alternativas de código abierto están reduciendo la distancia con los sistemas propietarios. Esa tendencia es plausible y ampliamente debatida en el mercado, pero el artículo no ofrece una evaluación independiente estandarizada para los flujos de trabajo exactos que más importan a los compradores, como la navegación por repositorios grandes, la corrección de errores a largo plazo o los cambios autónomos seguros.

Qué significa esto para los constructores y los compradores empresariales

Para los constructores, Goose refuerza un cambio más amplio del mercado: el valor duradero puede desplazarse del modelo base hacia la orquestación, la integración con herramientas y la flexibilidad de despliegue. Si un producto como Goose puede situarse por encima de Anthropic, OpenAI, Gemini o modelos locales a través de Ollama y MCP, los desarrolladores ganan poder de negociación. Pueden optimizar en función del coste o de la privacidad sin abandonar la experiencia de agente.

Para los equipos empresariales de IA, la noticia agudiza una pregunta conocida de compra. ¿Está usted comprando hoy la mejor experiencia de modelo disponible o la pila más adaptable para los próximos 12 a 24 meses? Claude Code todavía puede justificar su prima para equipos que valoran los modelos más potentes de Anthropic y un flujo de trabajo pulido. Pero si los precios siguen siendo difíciles de predecir bajo carga real de programación, los equipos de compras pueden buscar cada vez más alternativas que separen la interfaz del agente de la facturación del modelo.

Esto también añade presión sobre las herramientas de programación de pago más allá de Anthropic. VentureBeat sitúa Goose junto a Cursor, GitHub Copilot y otros productos de programación con IA, aunque con un énfasis distinto en la autonomía y la operación local. Cuanto más viables se vuelvan las capas de agente de código abierto, más difícil será para las herramientas premium defender sus precios principalmente por el acceso al modelo. Tendrán que ganar en fiabilidad, controles de seguridad, colaboración, gobernanza y profundidad de integración.

Qué vigilar a continuación

Primero, observe si Anthropic cambia la forma en que se explican o facturan los usos de Claude Code. Una contabilidad de tokens más transparente, expectativas de sesión más claras o cambios en los paquetes podrían aliviar la frustración actual.

Segundo, observe la adopción de Goose más allá del impulso en GitHub. Las señales que importan incluyen casos de uso de terceros, pilotos empresariales, revisiones de seguridad y pruebas de que los equipos utilizan Goose para flujos de desarrollo sostenidos y no solo para experimentación.

Tercero, observe el ecosistema de modelos locales alrededor de Ollama. Si los modelos abiertos siguen mejorando en programación y uso de herramientas, la propuesta de valor de Goose se fortalece incluso si Goose en sí no cambia de forma drástica.

Cuarto, observe si MCP se convierte en una capa de interoperabilidad duradera. Si es así, agentes agnósticos al modelo como Goose podrían convertirse en algo más fácil de extender hacia sistemas de ingeniería más amplios y herramientas internas empresariales.

Por último, esté atento a cómo responden Cursor, GitHub Copilot y otros agentes de IA. Los precios, los niveles de autonomía y las opciones de despliegue local o híbrido son ahora palancas competitivas, no características de nicho.

Perspectiva de Creati.ai

El desarrollo importante aquí no es simplemente que Block ofrezca un rival gratuito a Claude Code. Es que el mercado de la programación con IA está siendo obligado a afrontar una pregunta incómoda: ¿cuánto precio premium puede sobrevivir una vez que los flujos de trabajo agénticos se vuelven portables entre modelos y opciones de infraestructura?

Goose no parece eliminar la ventaja de calidad de los mejores modelos de Anthropic, y los equipos no deberían asumir equivalencia solo porque ambos productos pueden actuar de forma autónoma en un flujo de trabajo de terminal o de escritorio. Pero Goose sí deja al descubierto lo frágil que puede parecer la diferenciación basada en suscripción cuando a los desarrolladores les importa tanto la transparencia, la privacidad y la libertad de despliegue como el rendimiento bruto en benchmarks. Para los equipos de producto que construyen herramientas de IA para desarrolladores, esa es la verdadera señal: la calidad del modelo sigue importando, pero el control sobre el coste y la arquitectura se está convirtiendo en una característica de primer nivel.