Claude Opus 5.5 crea un juego con vibe coding en 3 horas

El desarrollador Simon Willison escribió una sola instrucción desde la app de Claude en el iPhone —modo chat, no Claude Code— y Claude Opus 5.5 tardó 3 horas y 7 minutos en devolverle un juego completo: Tree Appreciator, un juego de encontrar diferencias entre árboles generados algorítmicamente, con música, animación y sistema de logros. Para cualquier founder que todavía se pregunta dónde está el límite entre lo que un modelo puede prototipar solo y lo que exige trabajo humano, el experimento es una respuesta incómoda.

¿Qué construyó Claude Opus 5.5 en 3 horas y 7 minutos?

La consigna era concreta: construir un juego en Three.js llamado Tree Appreciator que mostrara dos árboles generados algorítmicamente, con una mecánica basada en apreciar las diferencias entre ambos. El modelo trabajó algo más de tres horas antes de entregar el resultado.

Lo que devolvió no fue un boceto técnico. Es un juego pulido de encontrar diferencias, con música, animaciones y logros que se desbloquean, y un puntaje acumulable partida tras partida. Willison lo describió como un espacio acogedor que resulta bastante adictivo de jugar.

La captura que acompaña su nota muestra el nivel No. 003, dedicado a un arce otoñal descrito como un sendero de campo a finales de otoño. Dos escenas casi idénticas —Fig. i y Fig. ii— reproducen el mismo árbol de tronco oscuro con hojas rojas, naranjas y durazno claro, hojas cayendo, un campo dorado y colinas brumosas con siluetas de pinos. Las diferencias marcadas: en una versión aparece un hongo rojo en la base del tronco que en la otra no existe, y un sector del follaje que cambia de verde a rojo. El marcador visible indica 1.803 puntos con dos de cuatro diferencias encontradas.

¿Por qué alcanza la app de chat para prototipar un juego?

El dato relevante para founders no es el juego, sino la herramienta. Willison no usó un entorno de desarrollo agéntico ni configuró ningún pipeline: escribió el pedido desde la app móvil de chat por defecto, la misma que tiene cualquier usuario de Claude, y le indicó al modelo que pensara a fondo en cómo lograr que el resultado fuera divertido y estético.

Willison admitió, con cierta incomodidad, que pedirle al modelo que se asegure de que el resultado sea divertido funciona con una eficacia que él mismo califica de preocupante. La observación la conectó con una charla reciente suya sobre el estado actual de los modelos de lenguaje: los adjetivos de calidad en el prompt no son decorativos, mueven el resultado.

Ese es el cambio de fondo. El prototipado dejó de requerir un entorno especializado. Si un juego en 3D con música y logros sale de una conversación de chat en un teléfono, el cuello de botella de un MVP ya no es el costo de construirlo.

¿Cuánto cuesta que un modelo trabaje tres horas seguidas?

Según Crypto Briefing, Claude Opus 5.5 se lanzó el 22 de septiembre de 2026 y su argumento central es la eficiencia de costo: rinde a un nivel comparable a su predecesor, Opus 5, con un costo aproximadamente 40% menor en cargas típicas, alrededor de US$4 por millón de tokens frente a los US$20 de Opus 5.

El mismo medio señala un detalle que importa para quien construye agentes: el precio por paso pesa mucho más ahí que en el uso de chatbot, porque un agente puede llamar al modelo decenas o cientos de veces para completar una sola tarea, y cada llamada consume tokens. Un modelo más barato por llamada se multiplica rápido.

Crypto Briefing también reporta que Anthropic publicó a mediados de octubre de 2026 un curso gratuito de una hora sobre cómo construir agentes con Opus 5.5, dentro de Anthropic Academy, que en 2026 aloja entre 13 y 27 cursos gratuitos sobre temas de IA. Y que en auditorías de comportamiento el modelo mostró una reducción del 85% en intentos riesgosos de eludir límites frente a versiones anteriores.

No hay en la fuente original ninguna cifra de cuánto costó concretamente esa sesión de tres horas. Ese dato no está disponible y no corresponde estimarlo.

¿Qué dicen los datos sobre el código generado por IA?

El entusiasmo por el vibe coding convive con una desconfianza creciente, y los números lo muestran con claridad.

• La Sonar 2026 State of Code Developer Survey, citada por la publicación especializada teiss, encontró que la IA ya genera el 42% del código que los desarrolladores confirman en sus repositorios, y proyecta que llegará al 65% en 2027.
• El reporte Veracode 2025, citado por HPCwire, identificó vulnerabilidades en el 45% de los casos de código generado por IA que se testearon.
• Un informe de Snyk citado por teiss encontró fallas de seguridad en el 38% del código generado por IA.
• La Stack Overflow Developer Survey, citada por teiss, registra que la confianza en el output de la IA cayó al 29%.
• Una encuesta informal de SD Times a 103 desarrolladores mostró que el 87% ya usa o planea adoptar herramientas de IA para programar, pero solo el 31% confía en la precisión de lo que producen. En el mismo relevamiento, Claude Code fue el asistente favorito con el 41%, frente al 21% de Cursor y el 10% de GitHub Copilot.
• El 2026 Engineering Leaders Report, citado por teiss, indica que el 48% de los líderes de ingeniería ya usa herramientas de IA para prototipado rápido.

La lectura cruzada es simple: se produce más código del que se revisa, y la confianza no acompaña a la adopción.

¿Qué significa esto para tu startup?

El prototipo dejó de ser el paso caro. Lo que antes exigía semanas de un freelance o de tu equipo ahora puede resolverse con una conversación larga y bien dirigida. Eso reubica el valor de tu criterio: la ventaja ya no está en poder construir la demo, sino en decidir qué vale la pena construir y detectar qué está mal en lo que salió.

Tres movimientos concretos que puedes aplicar esta semana:

• Antes de pagar por una demo interna o un MVP desechable, pruébalo en chat. El experimento de Willison corrió en la app móvil por defecto, no en un entorno de desarrollo. Si tu equipo necesita una prueba visual para validar una idea con usuarios o inversores, el costo de intentarlo bajó drásticamente.
• Pide calidad subjetiva en el prompt, no solo funcionalidad. Indicar explícitamente que el resultado debe ser divertido, claro o visualmente cuidado cambió el output de forma material en este caso. Los adjetivos de calidad son parte de la especificación, no relleno.
• Presupuesta por llamada, no por sesión. La eficiencia de costo de Opus 5.5 se vuelve crítica cuando la tarea implica cientos de llamadas al modelo, según Crypto Briefing. Si estás diseñando un agente, calcula el gasto por paso antes de escalar el volumen.

¿Cómo evitar que el prototipo se convierta en deuda de seguridad?

Que un juego de tres horas salga impecable no significa que el código que genera la IA esté listo para producción. Con casi la mitad del código generado por IA fallando pruebas básicas de seguridad según Veracode, la disciplina tiene que ir aparte de la velocidad.

• Separa prototipo de producción con una regla explícita. Que una app haya nacido de un prompt no la inhabilita, pero sí obliga a que pase por el mismo estándar que cualquier otro software antes de tocar datos de clientes. HPCwire lo plantea sin ambigüedad: el problema no es la IA, es reemplazar la validación con la velocidad.
• Combina escaneo automatizado con revisión humana. El escaneo detecta los problemas comunes, pero hay fallas contextuales que requieren juicio humano y que las herramientas automáticas no capturan.
• Aplica due diligence a las herramientas de terceros construidas con IA. Un proveedor puede haber usado IA sin revisión adecuada, y al integrarlo heredas su postura de seguridad. Pide documentación, calendario de parches y claridad sobre cómo se manejan los datos. Como advierte HPCwire, una demo pulida no debería ganarse tu confianza por sí sola.

El punto medio que emerge del ecosistema no es frenar el vibe coding, sino hacer que el camino seguro sea también el más rápido. Para una startup chica, eso se traduce en una decisión concreta: usa la velocidad del modelo para explorar y validar, y reserva el rigor para el momento en que el código empieza a tocar dinero, datos o usuarios reales.

Fuentes

• Tree Appreciator - Simon Willison (fuente original)
• Anthropic releases free one-hour crash course on building AI agents with Opus 5.5 - Crypto Briefing
• Vibe coding's security debt: Why speed without guardrails is costing organisations - teiss
• The Security Problem With Vibe Coding Isn't AI - It's Unchecked Trust - HPCwire
• AI Coding Tools in Mid-2026: High Adoption, Low Trust - SD Times