AesCode 32B vs Qoder Cantus: Puedes inspeccionar uno y ejecutar el otro, nunca ambos

He aquí una inversión que merece reflexión. AesCode 32B, el checkpoint de generación de HTML y CSS de Microsoft, es el modelo más inspeccionable de su clase: pesos Apache 2.0 en Hugging Face, un repositorio abierto que contiene los verificadores de recompensa, el generador de rúbricas y el bucle de entrenamiento, una evaluación de 300 muestras publicada íntegramente, y una receta de entrenamiento detallada hasta la tasa de aprendizaje y el número de pasos de rollout. Su repositorio de Hugging Face data del 29 de septiembre de 2026; el commit titulado «Release AesCode-32B» llegó el 7 de octubre de 2026; Microsoft no ha anunciado nada de esto. Y casi nadie puede ejecutarlo, porque es un checkpoint de 33B que exige aproximadamente 65 GB de memoria de acelerador y ningún proveedor lo sirve. Qoder Cantus es exactamente lo inverso. Funciona hoy, dentro de Qoder, para cualquiera que tenga una suscripción, y no puedes inspeccionarlo en absoluto. La descripción publicada completa de Qoder sobre el modelo es una sola frase: no hay parámetros, ni ventana de contexto, ni tabla de benchmarks, ni pesos; y como no hay API, nunca habrá una cifra de terceros. Un modelo te lo dice todo y no te deja hacer nada. El otro te deja hacerlo todo y no te dice nada. La pregunta interesante es qué modo de fallo te cuesta más.

Lo que dice la documentación, en su totalidad.

La asimetría se ve más fácilmente simplemente citando lo que existe.

En AesCode 32B, el registro público incluye: el modelo base (Qwen3-VL-32B-Instruct), el número de parámetros, la licencia, el uso previsto, el volumen de datos de entrenamiento, la tasa de aprendizaje de SFT, la configuración del optimizador de RL, los nombres de los canales de recompensa, el número de prompts y pasos, el tamaño de la muestra de evaluación, el número de generaciones por prompt, la temperatura y el top-p de decodificación, la longitud de contexto utilizada para la puntuación, tres tablas de resultados publicadas por separado y una cita de un artículo indicado como en revisión. No llega a incluir una fecha de lanzamiento ni un recuento de descargas de dos dígitos, y la nota de la tarjeta del modelo de que necesita transformers>=4.57 y que el fragmento de uso autogenerado en la página no concuerda con el ejemplo de la propia tarjeta es el tipo de detalle que solo sobrevive cuando el artefacto es real.

Sobre Qoder Cantus, el registro público dice: «El modelo inteligente de primer nivel integrado de Qoder, que sobresale en la ejecución autónoma de tareas prolongadas». Esa es la descripción. No hay ficha del modelo porque no hay modelo que descargar, ni tabla de benchmarks porque Qoder no publicó ninguna entrada de lanzamiento ni informe técnico, ni listado en ninguna arena porque una arena necesita un endpoint al que llamar. Lo demás que se sabe es de carácter estructural, no técnico: Cantus aparece en el selector de modelos de Qoder Desktop, el plugin de JetBrains, la CLI, Cloud Agents y el cliente web, y se factura a través del sistema de créditos de Qoder con un coeficiente aplicado al uso del modelo.

Eso no es una crítica al modelo. Es una descripción de lo que se puede comprobar y, para Cantus, la respuesta es nada.

Dónde cada uno es realmente fuerte

La fortaleza de AesCode 32B es la verificabilidad, y es lo bastante inusual como para merecer una explicación en lugar de una afirmación. La señal de entrenamiento no es una sola puntuación: son siete canales, seis de ellos verificadores deterministas que leen propiedades del código emitido y de su renderizado, más un juez de visión-lenguaje que puntúa las propiedades no analizables contra una rúbrica vinculada a un grafo de diseño por muestra. Cada candidato se renderiza en un navegador Playwright en sandbox con las solicitudes externas bloqueadas, exportando el DOM, los estilos computados, las cajas delimitadoras, el estado de la consola y una captura de pantalla. Como cada propiedad es atribuible, el laboratorio puede informar de que mejoró el componente Visual en 22,4 puntos respecto a su propio backbone Qwen3-VL-32B y decirte qué canales seguían subiendo al final del entrenamiento. Eso es un lanzamiento que puedes cuestionar, reproducir o ampliar.

El coste es igual de concreto. La tarjeta aconseja planificar aproximadamente 65 GB solo para los parámetros bf16; su ejemplo de servicio usa paralelismo tensorial de cuatro vías; las cifras reportadas usan un contexto de 24,576 tokens; durante el aprendizaje por refuerzo, los prompts y las respuestas se limitaron a 8,192 tokens. Contrasta eso con el hecho de que ningún proveedor de inferencia despliega el checkpoint y de que la barrera no es filosófica. O posees el hardware o lo alquilas, y construyes tú mismo la ruta de servicio multimodal.

La fortaleza de Cantus es la contraria: simplemente está ahí. Sin descargas, sin GPU, sin pila de servicio, sin arnés que elegir. Aparece en el selector de modelos del IDE en el que ya estás, y está posicionado exactamente para aquello que se promociona de las herramientas de programación agénticas: la ejecución autónoma de tareas prolongadas. Sea lo que sea lo demás que resulte incierto al respecto, el problema del despliegue ya está resuelto para ti, y Qoder presumiblemente sabe más sobre el modelo que construyó de lo que ha publicado.

Las tres preguntas que no puedes responder sobre Cantus

Merece la pena ser precisos sobre cuánto cuesta la documentación que falta, porque «no hay benchmarks» se queda corto.

• ¿Qué tan grande es? — desconocido. La cantidad de parámetros no se divulga. En un modelo medido por créditos, esto no es un detalle menor: es el factor principal para determinar si una tarea que en otro lado te cuesta $2 aquí solo se puede hacer por $6.

• ¿Cuánto contexto admite — sin divulgación, con discusiones de terceros que insinúan algo en el rango de 200K y sin fuente para ello. El trabajo agéntico de horizonte largo vive o muere según este número, y no se ha publicado.

• ¿Es bueno? —imposible de responder en sentido estricto. El argumento de Qoder, implícito en el posicionamiento, es que la ejecución autónoma prolongada se mide mejor por cómo un modelo maneja el contexto, la recuperación y cientos de llamadas a herramientas que por las puntuaciones de codificación de un solo turno. Es un argumento válido. Tendría más fuerza si el modelo fuera testeable, y no puede serlo, porque nada fuera de Qoder puede llamarlo.

Compara eso con la imagen especular de la tercera pregunta en el lado de AesCode: los números existen y son detallados, pero son los números de Microsoft, producidos por el arnés de Microsoft, sobre las 300 muestras de Microsoft, y ningún laboratorio externo ha reproducido ninguno de ellos. AesCode 32B tiene un techo documentado de 55.99 en su propia dimensión de estilo y una tasa de fallo grave del 4.3% en los límites del lienzo —ambos publicados por el proveedor— y ninguna confirmación independiente de que cualquiera de las dos cifras sea correcta. Así que los dos modos de fallo son: números en los que no puedes confiar, y ningún número. Esa es una elección peor que «uno es bueno, uno es malo», y es la elección que este enfrentamiento presenta en realidad.

Lo que te cuesta a cada lado

Cantus factura a través del sistema de créditos de Qoder en lugar de una tarifa por token publicada. Qoder aplica un coeficiente al uso de un modelo, y Cantus se lanzó con un multiplicador de 3,2×, reducido a 1,6× con una promoción del 50 % de descuento que estuvo vigente hasta el 31 de julio de 2026. Si se reconstruye a partir de las estimaciones de créditos publicadas por el propio Qoder, y no de alguna cifra por token —Qoder nunca ha publicado ninguna para Cantus—, eso equivale aproximadamente a 0,38 $ por turno en modo editor, 1,60 $ por tarea de Quest y 2,40 $ por Quest en modo Experts. Son reconstrucciones, etiquetadas como tales porque no existe ninguna fuente primaria que diga lo contrario.

El coste de AesCode 32B es una cifra de capital en lugar de una por unidad. Los pesos son gratuitos bajo Apache 2.0, y la factura llega en horas de GPU: 65 GB de memoria de acelerador para alojar los parámetros, más la torre de visión, más el rendimiento que necesites. Si ya ejecutas un nodo de clase B200 para otro trabajo, el coste marginal es cercano a cero. Si no lo haces, la comparación honesta no es "$0 por millón de tokens" frente a los créditos de Qoder; es una decisión de hardware frente a una suscripción.

La diferencia de composabilidad

Hay una consecuencia más del modelo de acceso, y es la primera que nota una plataforma de enrutamiento.

Cantus no se puede componer con nada. Sin API no hay respaldo, ni A/B contra otro modelo en la misma tarea, ni cascada de un modelo barato a uno caro a mitad de una solicitud, ni forma de incluirlo en un arnés de evaluación que hayas escrito. Es una opción dentro de un producto, y la única palanca que tienes es el selector. Esa es una decisión de diseño deliberada por parte de Qoder y perfectamente razonable si el IDE es donde quieres vivir, pero significa que tu arquitectura hereda la hoja de ruta de Qoder.

AesCode 32B tiene la propiedad opuesta en teoría y una brecha en la práctica. Los pesos significan que puede ir a cualquier parte: tu clúster, una instancia alquilada, tus propias herramientas, tu propia evaluación. Lo que no puede hacer hoy es ser invocado, porque ningún proveedor lo sirve — Microsoft publicó un checkpoint y se detuvo ahí. Así que el modelo que es estructuralmente componible aún no es prácticamente componible, y el modelo que está prácticamente disponible está estructuralmente bloqueado.

Eso deja el argumento del enrutamiento más acotado de lo habitual, y vale la pena decirlo con honestidad: ninguno de los dos modelos de este enfrentamiento está en nuestro catálogo, y esta página no va a pretender lo contrario. Lo que realmente te aporta aquí un único endpoint con más de 200 modelos al precio de lista del proveedor es la capa que lo rodea: la capacidad de construir el flujo de trabajo que consume la salida de AesCode 32B y de enrutar las partes de este que un modelo general debería gestionar, sin tener que establecer un segundo contrato para cada una. Si quieres probar esa capa antes de comprometerte con un despliegue autoalojado de visión-lenguaje, la forma más barata es un modelo invocable de la misma familia: AesCode 32B es un fine-tune de Qwen3-VL-32B-Instruct, y Qwen3-VL 235B A22B Instruct está disponible a $0.40 por millón de tokens de entrada y $1.60 de salida, con el más pequeño Qwen3-VL 8B Instruct a $0.18 y $0.70. Son modelos distintos, no sustitutos del fine-tune, pero responden a "¿puede un VLM alojado leer esta captura de pantalla y escribir código lo suficientemente bien para nuestra pipeline?" por unos céntimos en lugar de 65 GB, y la conmutación por error entre proveedores se encuentra bajo la misma clave si la respuesta es sí y el tráfico se vuelve real.

Cómo elegir

Elige Cantus si ya estás dentro de Qoder, si valoras la ausencia de trabajo de infraestructura y si la imposibilidad de verificación es un precio que estás dispuesto a pagar por ello. Ten claro que estás comprando una capacidad, no un modelo: no puedes evaluarlo antes de adoptarlo, no puedes comparar su precio con nada en términos de coste por token y no puedes llevártelo contigo si Qoder cambia sus precios o su hoja de ruta.

Elige AesCode 32B si necesitas el artefacto y puedes costear el despliegue — y en concreto si necesitas un modelo que emita HTML editable que puedas comparar, revisar y publicar. Sé igual de realista: no está anunciado, no se ha reproducido, es demasiado grande para la mayoría del hardware y está documentado para un contexto de 24K que limitará los documentos largos.

Si no quieres ni la dependencia del primero ni el costo de capital del segundo, la jugada honesta es obtener la misma capacidad de un modelo que puedas invocar. Un modelo de visión y lenguaje detrás de una clave de API leerá una captura de pantalla y escribirá marcado estructurado. No se entrenará con siete canales de recompensa ajustados para la calidad del diseño, y no igualará a AesCode 32B en el benchmark de infografías que construyó Microsoft. Pero te costará una tarjeta registrada en lugar de una adquisición de GPU, y podrás medirlo tú mismo — que es lo único de lo que se trata todo este enfrentamiento.

Qué ver

Cantus se convierte en un modelo normal el día en que Qoder exponga un endpoint o publique los pesos; hasta entonces, toda afirmación sobre él es una afirmación sobre el producto de Qoder y no sobre un modelo, y la brecha de evidencia es estructural, no un descuido de documentación. AesCode 32B se convierte en un modelo normal el día en que un proveedor de inferencia adopte el checkpoint o un laboratorio externo reproduzca el 85,89 —y si eso ocurre junto con que Microsoft anuncie de verdad la cosa, la barrera de 65 GB es la única que queda. Lo que llegue primero te dice cuál de los dos modos de fallo esta industria ha decidido dejar de tolerar.