Si hoy tuviera que montar un SaaS desde cero, la parte difícil no sería construirlo — sería elegir con qué. El ecosistema se mueve tan rápido que cualquier comparativa de hace seis meses ya está mal. Este es mi mapa a julio de 2026: qué usaría, qué evitaría y dónde están las trampas de precios.
Aviso previo: no hay stack perfecto, hay stacks adecuados a tu equipo y a tu etapa. Lo que sigue está sesgado hacia lo que optimiza una startup pequeña: velocidad de iteración, poco mantenimiento y facturas predecibles.
Agentes de código: la decisión más importante
La herramienta con la que escribes código define tu velocidad más que cualquier framework. El panorama actual:
| Herramienta | Precio base | Lo distintivo en 2026 |
|---|---|---|
| Claude Code | $20–200/mes | Dynamic Workflows: orquesta decenas de subagentes en paralelo desde una sesión |
| Cursor | $20–200/mes | Composer 2.5 (modelo propio) incluido en Pro; ~$4B de ARR en junio |
| GitHub Copilot | $10–100/mes | Modo agente GA en VS Code y JetBrains; ojo al nuevo billing por créditos |
| Devin Desktop | $20/mes + uso | El antiguo Windsurf, ahora hub de gestión de agentes de Cognition |
| Codex (OpenAI) | Incluido en ChatGPT | CLI open source + tareas en la nube; más de 5M de usuarios semanales |
| Antigravity (Google) | Incluido en planes Gemini | Sustituyó a Gemini CLI en junio; workflows asíncronos en background |
Mi lectura: la categoría ya no compite en «autocompletar mejor», compite en orquestación — cuántos agentes puedes dirigir a la vez y con qué confianza. Claude Code es mi driver diario por eso mismo; Cursor sigue siendo el mejor editor si quieres IDE tradicional con agente dentro.
💡 Trampa del mes: GitHub cambió en junio los Premium Requests por «AI Credits» y hay equipos reportando facturas 10 veces mayores en flujos agénticos. Sea cual sea tu herramienta, pon alertas de gasto antes de soltar agentes en paralelo.
Modelos: precios de julio de 2026
Si construyes producto sobre LLMs, esto es lo que cuesta hoy el millón de tokens (entrada/salida):
| Modelo | Entrada | Salida | Nota |
|---|---|---|---|
| Claude Fable 5 | $10 | $50 | El tope de gama de Anthropic; contexto 1M |
| Claude Opus 4.8 | $5 | $25 | El caballo de batalla para código |
| Claude Sonnet 5 | $2 | $10 | Precio intro hasta agosto; luego $3/$15 |
| GPT-5.5 | $5 | $30 | Contexto 1M |
| GPT-5.6 (Sol/Terra/Luna) | $1–5 | $6–30 | Lanzado literalmente hoy |
| Gemini 3.1 Pro | $2 | $12 | Hasta 200K de contexto; sube después |
| DeepSeek V4 / Qwen 3.5 | ~open source | — | Si puedes self-hostear, el coste cambia de liga |
La estrategia sensata para un SaaS: modelo barato (Sonnet 5, Terra, Gemini) para el 90% de las llamadas, y escalar al tope de gama solo cuando el caso lo justifique. Un router de modelos de 30 líneas te ahorra miles de dólares al mes.
Frameworks web: menos drama del que parece
- Next.js 16.2 sigue siendo el default racional para SaaS: Turbopack ya es estable y por defecto, React Compiler integrado, y el ecosistema de ejemplos es imbatible. Aburrido y correcto.
- Astro — recién adquirido por Cloudflare en enero — sigue siendo mi elección para todo lo que sea contenido (este blog corre en Astro). Sigue MIT y con gobernanza abierta.
- TanStack Start llegó a v1.0 estable en marzo y es la alternativa seria si quieres type-safety extremo sin la magia de Next.
- SvelteKit y React Router 7 están maduros y son excelentes; elegirlos es más una cuestión de gusto de equipo que de capacidades.
La verdad incómoda: con agentes escribiendo la mayoría del código, la elección de framework importa menos que hace tres años. Los agentes rinden mejor en frameworks con más corpus público — otro punto para Next y Astro.
Backend e infra: el dato del año
El dato que mejor resume 2026: Supabase reportó que la mayoría de sus bases de datos nuevas ya las despliegan agentes de IA, no humanos — creación de bases de datos creciendo 600% interanual. Tu infraestructura ya no la elige solo tu equipo; la «eligen» también los agentes, y van a lo que saben usar.
- Postgres gana por goleada: Supabase (acaba de levantar $500M a valoración de $10.5B) como backend completo, o Neon (ya dentro de Databricks) si solo quieres la base de datos.
- Vercel para el despliegue si vas con Next: Fluid Compute eliminó los cold starts de verdad.
- Cloudflare Workers + D1 + R2 es la alternativa cost-effective, y con Astro en casa, cada vez más pulida.
- Runtimes: Node 24 sigue siendo el default empresarial. Bun — adquirido por Anthropic en diciembre — completó su reescritura en Rust en mayo y es mi elección para proyectos nuevos: velocidad y tooling integrado.
La capa de IA de tu producto
Aquí es donde veo más errores de sobre-ingeniería. Lo que de verdad necesita una startup:
// La capa de IA mínima viable en 2026
// 1. SDK: Vercel AI SDK 6 (TypeScript) o Claude Agent SDK
// si el producto ES un agente. LangGraph 1.0 si necesitas
// grafos de estado complejos (Uber, Klarna lo usan así).
// 2. Contexto: MCP. Ya es estándar de la Linux Foundation,
// 97M de descargas mensuales. No inventes tu protocolo.
// 3. Vectores: pgvector hasta ~10M de vectores (~$30/mes).
// No pagues un vector DB dedicado antes de tener el problema.
// 4. Evals desde el día uno: si no mides la calidad del LLM,
// cada deploy es una apuesta.
El punto 3 merece énfasis: pgvector en tu Postgres de siempre cubre a casi cualquier startup con latencias de 8–25ms. Notion recortó ~60% su coste de búsqueda migrando de vector DB dedicado a almacenamiento sobre objetos; tú probablemente no necesitas ni eso todavía.
Vibe coding: úsalo para lo que es
Lovable ($400M ARR en febrero, en conversaciones para levantar a valoración de dos dígitos en miles de millones), Replit ($9B de valoración en marzo), v0, Bolt. Son máquinas de validar ideas: de prompt a prototipo desplegado en una tarde. Lo que no son — todavía — es la base de un producto que tenga que escalar con requisitos serios de seguridad y datos. El patrón que veo funcionar: prototipa en Lovable o v0, valida con usuarios reales, y reconstruye sobre tu stack cuando haya señal.
Mi receta concreta
Si mañana empezara un SaaS B2B, sin más contexto que «quiero validar rápido y no quemar dinero»:
- Código: Claude Code como agente principal + revisión humana de todo lo que toque dinero, permisos o datos.
- App: Next.js 16 + TypeScript en Vercel. Contenido/marketing: Astro.
- Datos: Supabase (Postgres + auth + storage + pgvector).
- IA: Vercel AI SDK 6, Sonnet 5 por defecto con escalado a Opus 4.8, MCP para integraciones, evals con casos reales desde la primera semana.
- Runtime: Bun en local y CI; Node 24 donde la plataforma lo pida.
¿Es el stack más potente posible? No. Es el que te deja iterar cada día con dos personas y media, que en 2026 es exactamente el juego: la ventaja ya no está en la infraestructura que montas, sino en la velocidad con la que aprendes qué construir.
