Caveman y Ponytail llegan a la API de GreenPT

Si este año has usado agentes de programación con IA, probablemente hayas notado algo raro: cuanto más avanzados son los modelos, más hablan. Cada pregunta desata tres párrafos de explicación. Cada corrección de código llega con su introducción, su recorrido paso a paso y su resumen. El modelo quiere ayudar, y lo hace a base de palabras. Y tú pagas cada una de ellas.

Dos proyectos de código abierto han cambiado, sin hacer ruido, la forma en que quienes desarrollan ven este problema. Hoy llevamos los dos a la propia API de GreenPT.

El problema: agentes que explican de más, construyen de más y cobran de más

Quien usa herramientas de programación con IA a gran escala sabe que las cuentas no salen. Los modelos de la clase de GPT-5 cobran la salida a entre 10 y 15 $ por millón de tokens. Una sola persona sénior que tenga un agente de programación funcionando todo el día puede gastar millones de tokens en una semana, la mayoría en narración, código repetitivo y código defensivo.

Hay un segundo coste del que se habla menos: la energía. Cada token de salida es una pasada completa por un modelo grande. Menos tokens de salida significa menos cálculo, menos electricidad y menos CO₂. Para los proveedores de IA, la verbosidad de la salida es en la práctica un impuesto ambiental oculto, que se traslada de forma invisible a clientes que poco pueden hacer, salvo pasarse a modelos más pequeños (y peores).

Dos personas de la comunidad de código abierto decidieron que esto se podía resolver en el lenguaje, no en el modelo.

Caveman: la misma respuesta, muchas menos palabras

Julius Brussee partió de una observación sencilla: casi todo lo que genera un agente de programación con IA es texto, no código. Si comprimes el texto sin tocar el código, consigues una parte enorme del ahorro total.

Su respuesta fue Caveman, un conjunto de reglas que le indica al agente que escriba como, bueno, un cavernícola. En lugar de “Probablemente deberías envolver el objeto en useMemo, ya que en cada render se crea una referencia nueva y eso anula la salida anticipada por igualdad referencial de React”, obtienes “Ref. objeto nueva cada render. Envolver en useMemo”.

La misma respuesta, en cerca de una novena parte del tiempo de lectura. Y lo más importante: los bloques de código, los mensajes de error, las llamadas a herramientas y los diffs se conservan byte a byte. Caveman comprime el envoltorio, no el significado.

La media medida es una reducción del 65 % de los tokens de salida en prompts de tipo chat (con un rango del 22 al 87 %). Un artículo de marzo de 2026 que cita Brussee concluyó que la brevedad en las respuestas de la IA llegó a mejorar la precisión en algunos benchmarks en unos 26 puntos. Con menos ruido, es más fácil ver la señal.

Caveman se distribuye como una skill para Claude Code, Codex, Cursor, Windsurf, Cline, Copilot y unos 40 agentes más. Tiene licencia MIT, no incluye telemetría y ya supera las 95.000 estrellas en GitHub. Además, Brussee es de una honestidad refrescante con sus limitaciones: Caveman solo comprime los tokens de salida, no los de entrada ni los de razonamiento, y añade entre 1000 y 1500 tokens por turno. En flujos de trabajo con mucho código, el ahorro se reduce. En los que son sobre todo texto, es enorme.

Ponytail: el código que no escribes

Dietrich Gebert lo enfocó de otra manera. Si Caveman se fija en cómo habla el agente, Ponytail se fija en lo que construye. Su idea central: los desarrolladores sénior son vagos. Pero no en el mal sentido, sino porque saben que el mejor código es el que no escribes.

Ponytail impone una escalera de decisiones antes de que el agente escriba nada:

1. ¿Esto tiene que existir? (YAGNI lo primero)
2. ¿Ya existe en este código? (Reutilízalo)
3. ¿Lo cubre la biblioteca estándar? (Usa stdlib)
4. ¿Lo cubre una función nativa de la plataforma? (Úsala)
5. ¿Lo resuelve una dependencia ya instalada? (Úsala)
6. ¿Puede ser una sola línea? (Hazlo en una línea)

El agente solo escribe código nuevo si la respuesta a las seis preguntas es no. E incluso entonces, el mínimo imprescindible.

El resultado es alrededor de un 54 % menos de código generado de media, y hasta un 94 % en los casos más exagerados de sobreingeniería. Ponytail conserva el 100 % de la lógica de seguridad y validación, que suele ser lo primero que los agentes demasiado entusiastas intentan “simplificar”. Gebert lo lanzó en junio de 2026 y ya supera las 95.000 estrellas: es una de las herramientas de programación que más rápido han crecido este año.

Igual que Caveman, funciona en más de 13 agentes mediante plugins, hooks y archivos de reglas, y tiene licencia MIT.

Por qué hemos llevado los dos a la capa de la API

Lo que pasa con las skills, los plugins y los archivos de reglas es que alguien tiene que instalarlos, configurarlos, mantenerlos al día en todo el equipo y asegurarse de que las nuevas incorporaciones saben que existen. Todo eso es fricción, y la fricción acaba con la adopción.

Nos hicimos una pregunta sencilla: ¿y si la compresión ocurriera en el propio endpoint de la API, sin nada que instalar?

Eso es lo que lanzamos hoy. GreenPT ofrece tres nuevos endpoints sobre GLM-5.2:

• glm-5.2-caveman aplica de forma nativa las reglas de Brussee (entre un 22 y un 87 % menos de tokens de salida)
• glm-5.2-ponytail aplica de forma nativa las reglas de Gebert (entre un 22 y un 94 % menos de tokens de salida)
• glm-5.2-honey combina las dos, con el mismo equilibrio que nuestra skill Honey, para cargas de trabajo que mezclan texto y código (entre un 6 y un 77 % menos)

Cada uno tiene tres intensidades: -lite, la predeterminada y -ultra. No hay parámetros adicionales, ni cabeceras, ni malabarismos con el SDK. Cambias el id del modelo en tu petición compatible con OpenAI y ya está:

{
  "model": "glm-5.2-ponytail",
  "messages": [{ "role": "user", "content": "Add retry with backoff to this fetch call." }]
}

Como el endpoint es compatible con OpenAI, funciona directamente en OpenCode, Cursor, Claude Code y cualquier herramienta de programación que hable la API de OpenAI. La compresión viene de serie.

Por qué esto va más allá de la factura de tokens

Para nosotros, en GreenPT, este lanzamiento resume toda nuestra misión: la misma respuesta, menos energía.

El modelo de precios no cambia. Sigues pagando por token, con el mismo CO₂ por token que GLM-5.2 normal. Pero, como hay menos tokens de salida, baja tu factura total, baja el tiempo de respuesta y baja tu consumo de energía. Y te trasladamos todo el ahorro, porque es un ahorro real, no un descuento para mover volumen.

En GreenPT publicamos de serie las métricas de CO₂ de cada llamada a la API. Con estos endpoints, esa cifra baja de forma notable, y puedes medirlo en tu panel desde el primer día.

Colaborar con quienes los han creado

Somos el primer patrocinador de Ponytail que aparece en su lista, y los dos conjuntos de reglas funcionan de forma nativa en nuestros endpoints, con todo el mérito para sus creadores. Julius Brussee y Dietrich Gebert crearon estas herramientas en abierto, les dieron licencia MIT y las pusieron a disposición de cualquiera. Eso merece reconocimiento, no solo adopción.

Si quieres usar sus herramientas directamente con tus propios agentes, también te animamos a hacerlo. Lo que hemos hecho es poner esos mismos principios al alcance de quien ya usa nuestra API, sin pasos de instalación adicionales. Es la misma idea, entregada de otra forma.

El panorama general

En el sector de la IA hay una corriente que da por hecho que la eficiencia llegará con modelos más grandes, mejor hardware o trucos ingeniosos de inferencia. Y a veces es así. Pero algunas de las mayores mejoras que tenemos hoy a nuestro alcance no están en el modelo, sino en la salida. Cada palabra innecesaria que genera un agente cuesta un dinero y una energía que no hacía falta gastar.

Caveman y Ponytail lo han demostrado en las herramientas de desarrollo. Nosotros lo llevamos a la infraestructura.

Si usas la API de GreenPT, cambiar una sola cadena en tu petición puede reducir tus tokens de salida hasta un 70 %. No es un descuento. Es lo que pasa cuando el modelo deja de explicar de más.

Pruébalo

• Documentación de los modelos de compresión
• Caveman en GitHub
• Ponytail en GitHub