Históricamente, al elegir stack para un proyecto web valorábamos las métricas de siempre: peso del bundle en el cliente, comodidad del tipado en TypeScript, tamaño del ecosistema de componentes y disponibilidad de desarrolladores en el mercado.
Pero en 2026, cuando buena parte del código la generan agentes autónomos como Claude Code, Cursor u OpenAI Codex, ha irrumpido en la ecuación una métrica económica nueva: el coste en tokens de IA para generar y depurar una funcionalidad operativa (AI Cost per Feature).
Esta relación poco evidente la investigó Nolan Lawson, reconocido especialista en estándares web y exingeniero de Salesforce. En su comentado estudio de Nolan Lawson, llevó a cabo un experimento ciego comparando el gasto de tokens al generar exactamente la misma aplicación tipo en 12 frameworks web modernos distintos.
Los resultados obligan a mirar con otros ojos el boilerplate arquitectónico de las librerías más populares.
Metodología del experimento: un mismo pliego para el agente autónomo
Lawson planteó una tarea clara y muy cercana al desarrollo real:
- Construir una aplicación web de catálogo de Pokémon apoyada en la API REST pública PokéAPI;
- Implementar listado con búsqueda, paginación, tarjetas de personajes y vista de detalle con estadísticas;
- Garantizar una maquetación responsive básica y criterios elementales de accesibilidad WCAG;
- Como ejecutor actuó un agente avanzado basado en Claude 3.5 Sonnet / Claude Opus dentro de un entorno aislado, partiendo de un workspace vacío con la plantilla base de cada framework.
Cada framework tuvo cinco intentos independientes desde cero. Se midieron el coste total de tokens API en dólares, el número de ciclos «escribir código — correr tests — corregir errores de compilación» y la tasa de éxito final del build.
Mira lo conciso que resultaba el enrutado de servidor en la pareja ganadora, Hono + htmx:
import { Hono } from 'hono';
import { html } from 'hono/html';
const app = new Hono();
app.get('/pokemon/:id', async (c) => {
const id = c.req.param('id');
const res = await fetch(`https://pokeapi.co/api/v2/pokemon/${id}`);
const data = await res.json();
return c.html(html`
<div class="pokemon-card" id="pokemon-${data.id}">
<h3>${data.name}</h3>
<img src="${data.sprites.front_default}" alt="${data.name}" />
<div class="types">
${data.types.map((t: any) => html`<span class="badge">${t.type.name}</span>`)}
</div>
</div>
`);
});
export default app;
Resultados del benchmark: ranking de coste por stack
Las mediciones mostraron una brecha enorme en el gasto real en dinero:
- Hono + htmx: $2.67 (el stack más barato y estable; HTML puro desde servidor sin runtime cliente);
- Astro: $2.76 (arquitectura de islas con cero JS por defecto);
- Remix / React Router v7: $3.81;
- Next.js (App Router): $3.94;
- SvelteKit: $4.28;
- Angular: $4.97 (el stack más caro; además, en 2 de los 5 intentos el agente ni siquiera logró compilar una app funcional).
Fíjate en la diferencia: generar el código en Angular costó casi el doble que en Hono. Y en el 40 % de las ejecuciones el modelo se enredó con inyecciones de dependencias estrictas, módulos y decoradores hasta agotar su límite de pasos dejando un build roto.
Mira ahora el componente equivalente en el ligero Astro:
---
// Componente Astro: obtención limpia de datos en servidor sin runtime en el cliente
const { id } = Astro.params;
const res = await fetch(`https://pokeapi.co/api/v2/pokemon/${id}`);
const pokemon = await res.json();
---
<div class="pokemon-details">
<h2>{pokemon.name}</h2>
<img src={pokemon.sprites.front_default} alt={pokemon.name} />
<ul>
{pokemon.stats.map((stat: any) => (
<li>{stat.stat.name}: {stat.base_stat}</li>
))}
</ul>
</div>
Observa cuántos menos tokens necesita el modelo para expresar exactamente la misma idea: sin clases, sin servicios ni suscripciones RxJS. Menos tokens significan menos margen para alucinaciones y errores de compilación. Si te interesan las mediciones prácticas de equipos de agentes, te recomiendo leer también nuestro artículo sobre pruebas del stack de agentes de IA.
Por qué el boilerplate se ha vuelto un impuesto financiero directo
La conclusión del estudio de Lawson es de calado: en la era de la IA, la verbosidad sintáctica de un framework ha dejado de ser una cuestión de gusto personal del programador para convertirse en una partida directa de gasto para la empresa.
Los frameworks que exigen montañas de declaraciones y configuraciones complejas obligan a la IA a arrastrar ventanas de contexto enormes y quemar iteraciones caras corrigiendo fallos de compilación. Las soluciones simples y pegadas a los estándares web (Hono, Astro, HTML limpio y Fetch/Request) ganan tanto en velocidad de carga para el usuario como en la factura mensual de generación automatizada de código.

