Paga el modelo caro solo cuando hace falta.

01 · Medido, no prometido

Probado con 50 tareas que nunca había visto.

Cincuenta tareas en inglés (40 peticiones de Arena-Hard y 10 peticiones con cuatro encargos cada una), juzgadas pareja por pareja, dos veces cambiando el orden, por un modelo de un tercer proveedor (Gemini 3.1 Pro). Los costes son los que cobró la pasarela a las dos partes, con Jev a precio de lista.

• Respuestas de nivel Sonnet por mucho menos, en igualdad de condiciones. Las tareas básicas y estándar costaron un 88 % menos que con Sonnet 5, y fueron iguales o mejores en el 77 %.
• Etiquetar mensajes de clientes (primer banco de pruebas): un 95 % más barato que Sonnet 5, con la misma precisión (96 de 100 bien en los dos casos, comparadas con las etiquetas reales).

Cincuenta tareas dan una dirección, no una cifra exacta. El método, los datos en bruto y cómo repetirlo: el informe completo.

Dónde pierde

• Frente a Opus en peticiones difíciles. Taskpenny ahorra la mayor parte de una factura de Opus, pero sus niveles baratos quedaron por debajo de Opus en cerca de la mitad de los casos; las tareas críticas van al mismo Opus y empataron. Si cada respuesta tiene que estar a la altura de Opus, Taskpenny todavía no llega.
• El primer banco completo. Con 142 tareas frente a Sonnet 5, antes de que existieran el techo y la regla de «dividir solo cuando compensa», Taskpenny solo fue un 13 % más barato: las tareas críticas iban a Claude Opus, un modelo más caro, y dividir no compensaba en el nivel avanzado.
• El catalán. Nuestro conjunto más flojo: en aquel primer banco, igual o mejor en el 43 % de 14 tareas en catalán.
• Al juez le gustan las respuestas largas. Muchas derrotas de Taskpenny en tareas básicas fueron respuestas cortas y correctas frente a otras más largas, y a los trabajadores de Taskpenny se les pide que enseñen los pasos clave, mientras que las referencias no reciben ninguna instrucción; además, Taskpenny limita el razonamiento oculto (apagado en los dos niveles más baratos, bajo en los otros dos), mientras que las referencias usan el de cada modelo por defecto, así que una parte del ahorro venía de ese ajuste y no del reparto. La prueba de control en igualdad de condiciones le da a la referencia la misma instrucción y el mismo tope de razonamiento: por eso el titular es alrededor de un 38 % más barato e igual o mejor en el 74 %, no un 52,5 % y un 82 %. El autor también votó a ciegas 20 parejas y consideró a Taskpenny igual o mejor en 18, donde el juez dijo 14; veinte votos de una sola persona son pocos para corregir al juez, así que las cifras son las del juez.

02 · Cómo funciona

Cuatro pasos, y todos salen en el recibo.

1. 01

   Decidir

   Jev, el modelo de decisión de TypeSafe AI, responde preguntas cerradas: si hay que dividir la petición, qué nivel del 1 (básico) al 4 (crítico) necesita cada parte y qué forma debe tener la respuesta.

2. 02

   Repartir

   Cada tarea va al modelo más barato de su nivel. Cuando la tarea es en sí una elección (una opción, un sí o un no, una nota), la responde Jev directamente, sin ningún modelo de lenguaje.

3. 03

   Comprobar

   Jev comprueba cada resultado con los criterios de éxito de la tarea. Una respuesta floja primero se repara y después sube un nivel, como mucho dos veces.

4. 04

   Recibo

   Las partes se juntan en una sola respuesta, que se vuelve a comprobar con la petición. Recibes la respuesta, el árbol de tareas completo y lo que costó cada paso.

Dividir gasta más tokens en total. El ahorro es en dinero, porque la mayoría de los tokens van a modelos que cuestan una fracción de un modelo punta, y Taskpenny descarta un plan cuando las partes no irían a modelos claramente más baratos: descartó 5 de 11 planes en esas 50 tareas nuevas.

03 · Descarga e instalación

Se descarga gratis. Solo pagas los modelos que usas.

Taskpenny es gratuita y de código abierto, con licencia MIT: sin cuenta, sin suscripción y sin añadir nada a lo que te cuestan las llamadas a los modelos. Funciona en tu ordenador, y los modelos los pagas con tu propia clave.

pip install taskpenny

Cómo se instala, en cuatro pasos

1. Comprueba que tienes Python

   Taskpenny necesita Python 3.10 o posterior. Si no lo tienes, lo encontrarás en python.org.

   python3 --version

2. Instálala y pruébala, sin clave

   pip install taskpenny
   # reproduce una ejecución real en tu terminal: sin clave y sin coste
   taskpenny demo

3. Añade tu clave

   Las peticiones reales necesitan una clave de Vercel AI Gateway: todas las decisiones son de Jev, y a Jev se llega por Vercel AI Gateway. La misma clave llega a Claude, GPT y Gemini, y al lado puedes añadir tus propias claves de OpenAI, Anthropic o Gemini.

   export AI_GATEWAY_API_KEY=...
   # muestra a qué llegan tus claves, sin gastar tokens
   taskpenny doctor

4. Envíale peticiones reales

   taskpenny run "Escribe un correo corto para pasar la reunión de mañana al jueves"
   # el árbol de tareas en directo, en tu navegador
   taskpenny ui

   Y taskpenny serve te da un endpoint compatible con OpenAI, así que a cualquier cliente de OpenAI, o a n8n, solo hay que cambiarle la URL base.

Si prefieres Docker: en una copia del repositorio, docker compose up arranca la página y la API en tu ordenador, en 127.0.0.1:8765.

04 · Para quién es

Para quien lo envía todo a un solo modelo potente.

05 · Comparado

Qué hacen los demás y qué añade Taskpenny.

Según el README y la documentación de cada proyecto, septiembre de 2026. Todos hacen bien lo que hacen, y varios pueden convivir con Taskpenny: habla la API de OpenAI.

06 · Preguntas

Preguntas frecuentes.