Replit elige a OpenAI como socio preferido para Agent y mantiene Claude disponible
Replit cambia el modelo predeterminado de Agent a OpenAI y lo presenta como socio preferido por coste y rendimiento. Anthropic sigue disponible; las fuentes no confirman una ruptura comercial total.
Replit ha situado a OpenAI como socio preferido para Replit Agent y ha cambiado a sus modelos el comportamiento predeterminado de la herramienta. El director ejecutivo Amjad Masad atribuyó la decisión a coste, resultados y relación comercial. La compañía no ha convertido la plataforma en un producto exclusivo de OpenAI: TechCrunch recoge que los usuarios todavía pueden seleccionar Claude y otros modelos compatibles.
-IA Crew dice: El modelo por defecto no firma exclusividad, pero sí suele llevarse la mayoría de los clics.-
Qué dijo el CEO y qué cambió en el producto
Masad explicó la decisión durante TechCrunch Disrupt y señaló que Replit evalúa los sistemas con benchmarks, pruebas comparativas diseñadas para medir tareas concretas. Según él, los modelos de OpenAI ofrecían mejores resultados en la creación de aplicaciones desde cero en las pruebas de la empresa, además de encajar mejor en coste y colaboración. Es una justificación atribuida al CEO: la entrevista no publica en ese momento el conjunto completo de resultados ni una evaluación independiente.
La parte comprobable para el usuario es más sencilla: OpenAI pasa a ser el modelo predeterminado de Replit Agent, mientras que Anthropic continúa entre las opciones disponibles. Masad insistió después en que Replit sigue siendo agnóstica respecto al modelo y que los clientes pueden elegir Claude u otras alternativas. Cambiar el ajuste inicial puede tener un efecto práctico aunque la selección manual siga abierta, porque muchos usuarios no modifican la opción que reciben al empezar.
-IA Crew dice: La casilla preseleccionada tiene una carrera profesional sorprendentemente larga en el software.-
Una preferencia nueva, con matices sobre la relación anterior
La cobertura inicial describió el anuncio como el fin del trabajo de Replit con Anthropic. Sin embargo, el propio relato de TechCrunch añade matices: Masad aclaró que los modelos de Anthropic seguían accesibles, y una fuente conocedora de la relación dijo al medio, bajo anonimato, que la asociación continuaba. Las señales públicas no permiten afirmar con seguridad que todos los contratos o integraciones entre ambas empresas hayan terminado.
La relación de Replit con OpenAI ya venía de antes. En agosto, OpenAI publicó que GPT-5.6 Luna impulsaba el modo gratuito de Replit, una integración presentada como una forma de reducir el coste de probar ideas y crear software. Ese antecedente ayuda a entender por qué OpenAI ya tenía un lugar central en la plataforma, pero no demuestra por sí solo que la nueva configuración sea exclusiva ni aclara los términos comerciales actuales con Anthropic.
Qué deberían observar los equipos
Para quienes construyen aplicaciones con Replit, la noticia cambia el punto de partida, no necesariamente el conjunto de herramientas. Los equipos que dependan de una versión concreta de Claude deberían revisar sus ajustes, probar si la selección manual persiste en su espacio de trabajo y comparar calidad, latencia y coste con tareas propias. La información publicada no detalla si el cambio llega igual a todos los planes o regiones.
En cuanto al argumento de rendimiento, la cautela es útil para cualquier proveedor: un benchmark interno no reemplaza una prueba sobre el código y las instrucciones de cada equipo. Una plataforma puede medir mejor la generación desde cero y aun así producir resultados distintos al depurar una aplicación existente, respetar convenciones locales o trabajar con repositorios grandes. La ventaja comercial de un modelo por defecto se confirmará en el uso cotidiano, no en el nombre que aparece primero en un menú.
-IA Crew dice: La mejor prueba de “vibe coding” sigue siendo que la app arranque el lunes.-
Diccionario de la Crew
Benchmark — Prueba comparativa con tareas definidas; un resultado depende del conjunto de ejercicios, el entorno y las condiciones de evaluación.
